運(yùn)動(dòng)視頻去模糊技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)以及電子信息技術(shù)的迅猛發(fā)展，各種手持拍攝設(shè)備得到極大地普及，人們?cè)絹?lái)越傾向于采用視頻來(lái)記錄自己的日常生活信息。然而，手持設(shè)備在進(jìn)行視頻實(shí)時(shí)拍攝的過(guò)程中，往往由于攝像機(jī)受到的抖動(dòng)以及被攝目標(biāo)場(chǎng)景中人或者物體的運(yùn)動(dòng)等因素的影響，使得最終拍攝得到的視頻出現(xiàn)運(yùn)動(dòng)模糊，嚴(yán)重地?fù)p失了視頻圖像的高頻細(xì)節(jié)，極大地降低了視頻圖像的質(zhì)量。針對(duì)上述視頻圖像的應(yīng)用背景，本文提出了一種基于灰度分布特征與插值計(jì)算的運(yùn)動(dòng)視頻去模糊算法以對(duì)運(yùn)動(dòng)模糊的

2、視頻圖像進(jìn)行恢復(fù)處理。
　　針對(duì)現(xiàn)有特征描述方法的不足，本文提出的基于灰度分布的特征描述方法以視頻圖像的灰度分布為基礎(chǔ)，選取以特征點(diǎn)為中心的圓形鄰域窗口作為特征向量的求解范圍，通過(guò)計(jì)算窗口內(nèi)以特征點(diǎn)主方向?yàn)槠鹗嫉?個(gè)等分扇形區(qū)域內(nèi)各自的灰度均值作為該方向區(qū)域內(nèi)特征向量對(duì)應(yīng)的分量值，從而構(gòu)成該特征點(diǎn)完整的特征向量以用于算法的后續(xù)匹配處理。最后，本文對(duì)所提出的特征描述方法進(jìn)行了客觀數(shù)據(jù)以及主觀結(jié)果的對(duì)比和測(cè)試，實(shí)驗(yàn)結(jié)果表明本文特征能夠

3、保持較高的匹配精度，具有良好的旋轉(zhuǎn)不變性，并且其處理性能相較傳統(tǒng)的Hu矩特征及其改進(jìn)特征更穩(wěn)定，魯棒性更強(qiáng)。
　　為了對(duì)實(shí)際場(chǎng)景條件下拍攝得到的運(yùn)動(dòng)模糊視頻進(jìn)行恢復(fù)處理，本文提出一種改進(jìn)的基于插值計(jì)算的運(yùn)動(dòng)視頻去模糊算法，通過(guò)相鄰兩幀圖像間共有區(qū)域范圍內(nèi)梯度二乘方和值的倒數(shù)形式來(lái)對(duì)兩者之間相對(duì)模糊的程度進(jìn)行度量，并在充分考慮待處理像素點(diǎn)時(shí)空鄰域窗口范圍內(nèi)全部像素點(diǎn)的信息的基礎(chǔ)上，采用經(jīng)典的拉普拉斯算子在配準(zhǔn)像素點(diǎn)鄰域窗口范圍內(nèi)求解