一種圖像去模糊方法及裝置制造方法
【專利摘要】本申請公開了一種圖像去模糊方法及裝置,方法包括:對待處理圖像進行模糊區域檢測,確定模糊區域圖像,判斷所述模糊區域圖像的模糊類型,若所述模糊區域圖像的模糊類型為離焦模糊,則利用基于微分圖像自相關的離焦模糊參數估計算法來確定離焦半徑,若所述模糊區域圖像的模糊類型為運動模糊,則利用基于倒譜分析的運動模糊參數估計算法來確定模糊方向和模糊尺度,將估計的參數帶入經典圖像復原算法中,得到復原圖像。本申請先確定圖像出現模糊的區域,然后根據模糊類型不同選用不同的方法來進行復原時所必須的參數的估計,最后進行圖像復原,能夠準確進行車牌識別。
【專利說明】一種圖像去模糊方法及裝置
【技術領域】
[0001] 本申請涉及圖像處理【技術領域】,更具體地說,涉及一種圖像去模糊方法及裝置。
【背景技術】
[0002] -般而言,車牌識別系統可分為車輛圖像獲取、圖像預處理、車牌定位、字符分割、 字符識別五個部分。但是,交通監視設備的裝配存在問題、拍攝時對焦不準和目標車輛高速 運動等因素均可能造成圖像中存在部分區域的離焦或者運動模糊。
[0003] 由于獲取的圖像存在上述離焦模糊或者運動模糊情況,從而造成現有的車牌識別 系統無法準確識別模糊位置內的車牌信息。
【發明內容】
[0004] 有鑒于此,本申請提供了一種圖像去模糊方法及裝置,用于解決現有技術針對圖 像出現離焦模糊或者運動模糊而無法準確進行車牌識別的問題。
[0005] 為了實現上述目的,現提出的方案如下:
[0006] 一種圖像去模糊方法,包括:
[0007] 對待處理圖像進行模糊區域檢測,確定模糊區域圖像;
[0008] 判斷所述模糊區域圖像的模糊類型,所述模糊類型包括運動模糊和離焦模糊;
[0009] 若所述模糊區域圖像的模糊類型為離焦模糊,則利用基于微分圖像自相關的離焦 模糊參數估計算法來確定離焦半徑;
[0010] 若所述模糊區域圖像的模糊類型為運動模糊,則利用基于倒譜分析的運動模糊參 數估計算法來確定模糊方向和模糊尺度;
[0011] 將所述模糊方向和模糊尺度,或者所述離焦半徑帶入經典圖像復原算法中,得到 復原圖像。
[0012] 優選地,所述對待處理圖像進行模糊區域檢測,確定模糊區域圖像,包括:
[0013] 對所述待處理圖像進行下采樣,并采用Canny算子對下采樣后的圖像進行邊緣檢 測,得到邊緣圖像;
[0014] 將所述邊緣圖像放大至與所述待處理圖像大小一樣的尺寸,記為BWedge ;
[0015] 對BWedge進行邊緣處理,包括連接斷開的邊緣及腐蝕斷開粘連的區域,得到圖像 BW aMa, BWaraa由若干個連通域areai構成;
[0016] 以BW_為掩膜,對BWedge應用預設大小的滑動窗口進行滑窗,滑動窗口覆蓋的位 置為BW_中各連通域are%所覆蓋的位置,統計滑動過程中窗口內BW_像素值非零的像 素個數,將areai區域內BWedge非零像素最多的窗口記為 Wi ;
[0017] 對各^區域內的圖像計算圖像功率譜斜度a 1和圖像梯度雙高斯分布標準差 0 M ;
[0018] 若ai>Ta或OuCT。,則確定該&區域內的圖像為模糊區域圖像,其中Ta和丁。 分別為預設值。
[0019] 優選地,所述判斷所述模糊區域圖像的模糊類型,包括:
[0020] 采用Canny算子將所述模糊區域圖像g(x, y)的倒譜絕對值圖像|Cg(p, q) |轉換 為二值圖像,記為Cg binal7(p,q);
[0021] 以(〇,〇)點為固定點,對二值圖像Cg,bina, y(p,q)做a方向上的線積分,統計非零 像素在各方向上出現的概率,得到方向響應函數hist(a),其中a G [-90,90);
[0022] 計算hist(a)的方差6,若S>T' s,則確定所述模糊區域圖像為運動模糊,否 則為離焦模糊,其中T' s為預設值。
[0023] 優選地,所述利用基于微分圖像自相關的離焦模糊參數估計算法來確定離焦半 徑,包括:
[0024] 采用Laplace算子對模糊區域圖像g(x,y)進行無方向微分,并計算微分圖像自相 關V,;
[0025] 以中心為極坐標原點,將轉換到極坐標系(P,9 ),對0求和,得到離焦 半徑鑒別曲線s(p);
[0026] 將S ( P )中最大負峰對應的位置記為P K,并確定離焦半徑r = P k/2。
[0027] 優選地,所述利用基于倒譜分析的運動模糊參數估計算法來確定模糊方向和模糊 尺度,包括:
[0028] 確定模糊方向:
[0029] 步驟A、從模糊區域圖像g(x,y)的倒譜中心位置開始,尋找該位置的左側、左上、 上側、右上四個位置中|C g|值最大的位置;
[0030] 步驟B、以步驟A中找到的最|Cg|大值點為中心點,重復步驟A,直到找到的最大 值點|C g|值小于閾值T。;
[0031] 步驟C、以直線連接步驟B中確定的點與倒譜中心點,直線方向記為e i ;
[0032] 步驟D、從倒譜中心開始沿著步驟A中方向的反方向重復步驟A-步驟C,所連接直 線的方向記為9 2 ;
[0033] 步驟E、取0 p 02的平均值為模糊方向估計值0 ;
[0034] 確定模糊尺度:
[0035] 計算模糊區域圖像g(x, y)的倒譜圖像Cg(p, q)中,| q|彡Tq的區域內所有負值向 直線q = 0的投影P。(p):
[0036]
【權利要求】
1. 一種圖像去模糊方法,其特征在于,包括: 對待處理圖像進行模糊區域檢測,確定模糊區域圖像; 判斷所述模糊區域圖像的模糊類型,所述模糊類型包括運動模糊和離焦模糊; 若所述模糊區域圖像的模糊類型為離焦模糊,則利用基于微分圖像自相關的離焦模糊 參數估計算法來確定離焦半徑; 若所述模糊區域圖像的模糊類型為運動模糊,則利用基于倒譜分析的運動模糊參數估 計算法來確定模糊方向和模糊尺度; 將所述模糊方向和模糊尺度,或者所述離焦半徑帶入經典圖像復原算法中,得到復原 圖像。
2. 根據權利要求1所述的方法,其特征在于,所述對待處理圖像進行模糊區域檢測,確 定模糊區域圖像,包括: 對所述待處理圖像進行下采樣,并采用Canny算子對下采樣后的圖像進行邊緣檢測, 得到邊緣圖像; 將所述邊緣圖像放大至與所述待處理圖像大小一樣的尺寸,記為BWedge ; 對BW6dg6進行邊緣處理,包括連接斷開的邊緣及腐蝕斷開粘連的區域,得到圖像BWarea, BWm6a由若干個連通域areai構成; 以BW_為掩膜,對BWrate應用預設大小的滑動窗口進行滑窗,滑動窗口覆蓋的位置為 BW^a中各連通域are%所覆蓋的位置,統計滑動過程中窗口內BWedgJ象素值非零的像素個 數,將areai區域內BWedge非零像素最多的窗口記為Wi ; 對各Wi區域內的圖像計算圖像功率譜斜度a i和圖像梯度雙高斯分布標準差〇 u ; 若CiiXTa或〇 uCT。,則確定該Wi區域內的圖像為模糊區域圖像,其中Ta和!1。分別 為預設值。
3. 根據權利要求1所述的方法,其特征在于,所述判斷所述模糊區域圖像的模糊類型, 包括: 采用Canny算子將所述模糊區域圖像g(x,y)的倒譜絕對值圖像|Cg(p,q) I轉換為二 值圖像,記為 Cg,binal7(p, q); 以(〇,〇)點為固定點,對二值圖像C&binmy(p,q)做a方向上的線積分,統計非零像素 在各方向上出現的概率,得到方向響應函數hist(a),其中a G [-90,90); 計算hist(a)的方差6,若SXT s,則確定所述模糊區域圖像為運動模糊,否則為 離焦模糊,其中T' s為預設值。
4. 根據權利要求1所述的方法,其特征在于,所述利用基于微分圖像自相關的離焦模 糊參數估計算法來確定離焦半徑,包括: 采用Laplace算子對模糊區域圖像g(x,y)進行無方向微分,并計算微分圖像自相關 以Vg中心為極坐標原點,將&?轉換到極坐標系(P,0),對0求和,得到離焦半徑 鑒別曲線S(P); 將S(P)中最大負峰對應的位置記為Pk,并確定離焦半徑r= P k/2。
5. 根據權利要求1所述的方法,其特征在于,所述利用基于倒譜分析的運動模糊參數 估計算法來確定模糊方向和模糊尺度,包括: 確定模糊方向: 步驟A、從模糊區域圖像g(x,y)的倒譜中心位置開始,尋找該位置的左側、左上、上側、 右上四個位置中|Cg|值最大的位置; 步驟B、以步驟A中找到的最|Cg|大值點為中心點,重復步驟A,直到找到的最大值點 Cg|值小于閾值T。; 步驟C、以直線連接步驟B中確定的點與倒譜中心點,直線方向記為0 i ; 步驟D、從倒譜中心開始沿著步驟A中方向的反方向重復步驟A-步驟C,所連接直線的 方向記為Q 2 ; 步驟E、取0:、02的平均值為模糊方向估計值0 ; 確定模糊尺度: 計算模糊區域圖像g(x,y)的倒譜圖像Cg(p,q)中,I q| 的區域內所有負值向直線 q = 〇的投影Pc(P):
取Pe(P)中位于投影中心位置(P = 〇)兩側的兩個最小值,其距離投影中心的距離分 別記為L1、L2,則確定模糊尺度估計值L = (L^L2) /2。
6. 根據權利要求1所述的方法,其特征在于,所述經典圖像復原算法包括維納濾波圖 像復原算法和Lucy-Richardson濾波圖像復原算法。
7. -種圖像去模糊裝置,其特征在于,包括: 模糊圖像確定單元,用于對待處理圖像進行模糊區域檢測,確定模糊區域圖像; 模糊類型確定單元,用于判斷所述模糊區域圖像的模糊類型,所述模糊類型包括運動 模糊和離焦模糊; 第一參數確定單元,用于在所述模糊區域圖像的模糊類型為離焦模糊時,利用基于微 分圖像自相關的離焦模糊參數估計算法來確定離焦半徑; 第二參數確定單元,用于在所述模糊區域圖像的模糊類型為運動模糊時,利用基于倒 譜分析的運動模糊參數估計算法來確定模糊方向和模糊尺度; 圖像復原單元,用于將所述模糊方向和模糊尺度,或者所述離焦半徑帶入經典圖像復 原算法中,得到復原圖像。
8. 根據權利要求7所述的裝置,其特征在于,所述模糊圖像確定單元包括: 邊緣檢測單元,用于對所述待處理圖像進行下采樣,并采用Canny算子對下采樣后的 圖像進行邊緣檢測,得到邊緣圖像; 圖像放大單元,用于將所述邊緣圖像放大至與所述待處理圖像大小一樣的尺寸,記為 BWedge ; 邊緣處理單元,用于對BWedge進行邊緣處理,包括連接斷開的邊緣及腐蝕斷開粘連的區 域,得到圖像BWaraa, BWmeja由若干個連通域areai構成; 滑窗選取單元,用于以BWa^為掩膜,對BWedge應用預設大小的滑動窗口進行滑窗,滑動 窗口覆蓋的位置為BWara中各連通域are%所覆蓋的位置,統計滑動過程中窗口內BWedge像 素值非零的像素個數,將Breai區域內BWedge非零像素最多的窗口記為Wi ; 圖像判斷單元,用于對各Wi區域內的圖像計算圖像功率譜斜度a i和圖像梯度雙高斯 分布標準差i,若OiXTa或〇1,i〈T。,則確定該Wi區域內的圖像為模糊區域圖像,其中T a和T。分別為預設值。
9. 根據權利要求7所述的裝置,其特征在于,所述模糊類型確定單元包括: 二值化單元,用于采用Canny算子將所述模糊區域圖像g(x,y)的倒譜絕對值圖像 Cg(p,q) I轉換為二值圖像,記為 Cg,binary (p, q); 方向響應函數確定單元,用于以(〇,〇)點為固定點,對二值圖像Cg,binmy(p,q)做a方 向上的線積分,統計非零像素在各方向上出現的概率,得到方向響應函數hist(a ),其中 a G [_90, 90); 方差計算單元,用于計算hist(a)的方差6,若SXT s,則確定所述模糊區域圖像 為運動模糊,否則為離焦模糊,其中T' s為預設值。
10. 根據權利要求7所述的裝置,其特征在于,所述第一參數確定單元包括: 微分計算單元,用于采用Laplace算子對模糊區域圖像g(x,y)進行無方向微分,并計 算微分圖像自相關 離焦鑒別曲線確定單元,用于以Vy中心為極坐標原點,將轉換到極坐標系 (P,0),對0求和,得到離焦半徑鑒別曲線S(P); 將S(P)中最大負峰對應的位置記為Pk,并確定離焦半徑r= P k/2。
【文檔編號】G06T5/20GK104331871SQ201410719427
【公開日】2015年2月4日 申請日期:2014年12月2日 優先權日:2014年12月2日
【發明者】徐汀榮, 蘭溪 申請人:蘇州大學