一种图像抖动模糊消除方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109919851A(43)申请公布日2019.06.21(21)申请号201811585516.1(22)申请日2018.12.24(71)申请人广东理致技术有限公司地址528000广东省佛山市禅城区汾江西路1号外贸大厦6楼A(72)发明人钟勇霍颖瑜邹穗萍(51)Int.Cl.G06T5/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种图像抖动模糊消除方法及装置(57)摘要本发明公开了一种图像抖动模糊消除方法及装置，对图像中的像素分别建立H通道、S通道、V通道的高斯模型，判断图像中的模糊像素属于H通道、S通道、V通道高斯模型中的哪一种高斯模型从而进行模糊像素判定并消除模糊像素，能使在运动的图像摄取设备中获取到的图像能还原清晰度，重建前景和背景，在不失真的情况下还原图像的像素，提高分辨率，且能够保留原图的大部分细节信息，算法复杂度低，对于硬件的系统开销小，模糊消除的稳定性好，可批量处理图片。CN109919851ACN109919851A权利要求书1/2页1.一种图像抖动模糊消除方法，其特征在于，所述方法包括以下步骤：步骤1，读取图像并对图像中的像素分别建立H通道、S通道、V通道的高斯模型；步骤2，判断图像中的模糊像素属于H通道、S通道、V通道高斯模型中的哪一种高斯模型；步骤3，根据高斯模型更新背景模型；步骤4，根据高斯分布进行模糊像素判定并消除模糊像素。2.根据权利要求1所述的一种图像抖动模糊消除方法，其特征在于，在步骤1中，对图像中的像素分别建立H通道、S通道、V通道的高斯模型的方法为：建立图像的高斯模型x为当前像素点值，当图像为单通道，其是一维向量，当为多通道是，其为多维向量，Σn和μn分别代表模型的方差和均值；通过高斯模型对H通道进行建模，高斯模型中的变量x皆为一维变量，用下标h标识,H通道表示色调，范围是[0，360]，其中0°对应红色，120°对应绿色，240°对应蓝色,色调是与混合光谱中主要光波长相联系的，像素在H通道是一个单峰模态；通过高斯模型对S通道进行建模，高斯模型中的变量x皆为一维变量，用下标s标识，S通道表示饱和度，范围为[0，1]，饱和度与色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少，色调和饱和度合起来成为色度，像素在S通道都是一个单峰模态；通过高斯模型对V通道进行建模，高斯模型中的变量x皆为一维变量，用下标v标识，V通道表示色彩的亮度，范围为[0，1]，与光照强度并没有直接的联系，所以颜色可用亮度和色度共同表示，在V通道是一个多模态的形式。3.根据权利要求1所述的一种图像抖动模糊消除方法，其特征在于，在步骤2中，判断图像中的模糊像素属于H通道、S通道、V通道高斯模型中的哪一种高斯模型的方法为：采用k-means聚类方法将图像中的样本分为3类，由于H通道高斯模型和S通道高斯模型都是单峰模态，无需聚类操作，所以只需要判断V通道，V通道内各个模糊像素聚类由(μv,i,Σv,i,Ni)识，μv,i,Σv,i,Ni分别代表第i个聚类中像素的均值、方差和像素点数目，1≤i≤3，计算均值μv,i和方差Σv,i,其中，Ri为各聚类的点的集合，n为当前像素点的总数。4.根据权利要求1所述的一种图像抖动模糊消除方法，其特征在于，在步骤3中，根据高2CN109919851A权利要求书2/2页斯模型更新背景模型的方法为：在高斯模型中，像素点I(x，y)在某时刻t的所有值为以下时间序列：{X1,X2,...,Xt}＝{I(x,y,i),1≤i≤t}，时间序列可表示为K个高斯分布的叠加，其当前像素点Xt的概率密度函数为：其中，R为高斯分布个数，R＝5；ωi,t为第i个高斯函数的权重系数；μi,t为第i个高斯模型的数学期望；Σi,t为第i个高斯模型的协方差矩阵，η为高斯模型，模型的参数需要根据匹配结果进行更新，若第k个高斯分布与Xt匹配，则对模型中各高斯分布的权值ωi,t进行调整：ωk,t＝(1-α)ωk,t-1+α(Mk,t)；其中α为学习率，若被检测的像素值Xt与第k个高斯分布匹配，则Mk,t＝1，高斯模型对应的Mk,t＝0，背景模型中匹配成功的高斯分布，其均值和方差更新公式为，μt＝(1-ρ)μt-1+ρXt，TΣt＝(1-ρ)Σt-1+ρ(Xt-μt)(Xt-μt)，其中ρ＝αη(Xt,μk,Σk)，对于匹配不成功的高斯分布，在背景模型更新时，其均值和方差保持不变。5.根据权利要求1所述的一种图像抖动模糊消除方法，其特征在于，在步骤4中，根据高斯分布进行模糊像素判定并消除模糊像素的方法为：根据概率密度函数计算当前像素点与各个高斯模型的匹配度Ph、Ps和Pv，根据高