论文部分内容阅读
视频的运动模糊是拍摄视频时,曝光时间内摄像机与被摄场景之间发生了速度较大的相对运动造成的。运动模糊会使视频的边缘和细节信息大量丢失,严重影响视频的质量,使得观看效果不佳,也不利于视频信息的挖掘。因此,为了提高视频质量,许多学者和机构提出了大量的运动模糊视频复原方法,本文在已有的研究基础上提出了一种基于时空信息的运动模糊视频正则化复原方法,主要的研究工作为以下四点: ①充分调研了现有的模糊视频复原方法,分析了各类模糊视频复原方法的优缺点和该领域的研究难点。在模糊视频复原方法的模糊核估计阶段,许多方法通常假设相邻两帧之间摄像机与被摄场景的相对运动为匀速运动,但真实视频中这种假设难以成立,因此在匀速运动假设下计算的模糊核存在较大的误差,这不利于后续清晰帧的复原。 ②在模糊核估计阶段,为了避免在匀速运动假设下估算模糊核,提出了运动向量占空比(Motion Vector Duty Cycle,MVDC)的概念和求解方法,定义运动向量占空比在模糊帧中某一像素点的值等于该像素点的帧内运动向量与帧间运动向量模长的比值,并结合投影运动模糊模型对其进行求解。利用运动向量占空比能够更加准确地估算帧内运动向量,进而减小计算模糊核时产生的误差。 ③在视频复原阶段,为了充分利用视频的时空信息,提出了基于时间、空间一致性约束的正则化复原模型。在模型中引入了相邻帧的亮度一致性约束,用以保证复原视频的时域连续性,引入了运动向量占空比的全变差(Total Variation,TV)正则项来减小求解时产生的噪声。为了得到更为精确的复原视频帧,在求解模型时采用了金字塔策略,并将复原模型分解为了三个子问题,采用原始-对偶算法对子问题进行交替迭代求解。 ④在实验阶段,使用本文提出的视频复原算法对几个不同模糊类型的真实运动模糊视频进行了复原,分别从主观和客观上与已有的经典算法对比,验证了本文方法的优越性。另外,通过对不同程度的人为模糊图像进行复原,验证本了文提出的方法对模糊度的鲁棒性。