论文部分内容阅读
在车载视频系统获取道路交通标志图像的过程中,由于车辆的高速行驶,所获取的道路交通标志图像往往会有运动模糊。为了实现道路交通标志的有效识别与分析,进行道路交通标志图像的运动模糊复原。图像的运动模糊复原就是充分利用运动模糊这个先验知识,通过一定的处理,从运动模糊图像中估计出最接近原始清晰图像的最优化过程。而对于先验知识运动模糊的有效翻译就是从运动模糊图像中估计出模糊角度和模糊长度。本文主要对基于梯度图像频谱的模糊角度估计算法进行了研究与分析,推导出了梯度图像频谱中平行暗条纹的倾斜角度与模糊角度的对应关系,通过求取平行暗条纹的倾斜角从而得到模糊角度的估计值。实验结果表明,对于85%以上的测试图像基于梯度图像频谱模糊角度的估计值绝对误差都在1度以内。在估计的模糊角度上对图像的频谱作Radon变换,得到的Radon变换图中主峰的宽度即是频谱中心的平行暗条纹的宽度,由模糊长度与平行暗条纹宽度的比例关系可以得到模糊长度的估计值。由模糊角度和模糊长度的估计值就可以构造点扩展函数,然后利用维纳滤波、最小二乘滤波以及Lucy-Richardson滤波对运动模糊图像进行复原。本文主要针对道路交通标志中的警告、禁令、指示三种重要标志进行了MATLAB仿真实验,在GUI界面中实现了对道路交通标志图像的运动模糊以及加噪图像的运动模糊自动复原,有效地提高了道路交通标志图像的分辨率,有利于对道路交通标志图像作进一步的识别与分析。