靶标图像是一类具有明显边缘特征的图像,常与视觉测量相结合,用于获取大型构件的外观形态、空间位置、旋转角度等信息,实现构件三维几何参量精密测量。然而由于工业环境复杂和光学成像系统性能制约,图像采集过程中易发生噪声干扰、相机对焦不准等问题,产生低信噪比(Signal-to-Noise Ratio,SNR)离焦退化靶标图像,淹没其形态特征,影响后续的目标分割识别、位姿估计结果,制约视觉测量精度提高。现有的图像盲复原依赖数学反卷积或迭代方法,过程对噪声和迭代初值敏感,复原的图像边缘和细节不清晰,甚至发生振铃效应,不利于靶标图像信息的有效提取。因此,研究低信噪比离焦图像盲复原方法,并将其应用于靶标图像盲复原中,降低噪声对靶标图像盲复原的影响,增强靶标图像边缘特征,实现靶标图像高质量复原,有利于大型构件的高精度定位和跟踪。本文在分析图像退化模型以及噪声对图像盲复原影响基础上,给出了一种改进的基于模糊映射图的离焦图像盲复原方法,并构建了低信噪比离焦图像盲复原算法。首先,利用各向异性偏微分方程对图像进行去噪预处理,在保持图像边缘清晰的条件下降低噪声对盲复原的影响;其次在尺度空间自动确定二次模糊量并对退化图像进行二次模糊处理,计算图像差比并利用引导滤波进行数值扩散,获取反映空间变化离焦程度的模糊映射图;然后,基于模糊映射图和光学离焦退化模型初步复原潜像;最后,基于最大后验概率准则建立正则约束方程,优化盲复原图像,并采用数值迭代方法求解,实现低信噪比离焦图像盲复原。应用标准图像和靶标退化图像对所提方法进行实验验证,实验结果表明,本文所提的离焦图像盲复原方法,能够有效抑制振铃效应,增强图像的边缘特征,获取清晰的靶标图像,实现低信噪比离焦退化图像的高质量复原。