个人导航系统中,随着移动设备的小型化、智能化发展,智能手机拍照摄像方面对图像清晰化要求越来越高,尤其是对于运动造成的模糊图像的清晰化处理。在图像去运动模糊算法研究中,主要有单帧图像处理算法和多帧图像处理算法。根据模糊核PSF是否可知,又可将其分为盲图像复原问题和非盲图像复原问题。本文主要研究的是个人导航系统中,动态捕获环境信息图像时,利用多帧图像序列的盲图像复原问题,且主要研究的算法是利用惯性信息辅助图像去运动模糊算法。在惯性辅助图像去运动模糊算法研究中,2010年Joshi团队最早利用惯性信息辅助图像去运动模糊实现摄像机的去抖功能,与此同时,柯达中国研究院提出了一种提取隐藏头文件的算法来实现去运动模糊。2011年卡内基梅隆大学的Myung Hwangbo等人利用陀螺辅助图像特征跟踪,实现运动摄像机的自校准和GPU补偿。2013年?indelá?在Joshi算法基础上采用了相同的方法首次在Android系统三星手机上实现。紧接着,德国慕尼黑工业大学的Daniel Cremers团队则在iOS系统苹果手机上实现,并提出了VIO的概念,即利用MIMU辅助摄像机进行测速和测距等工作,相较于传统的视觉里程计精度更高,实时性更好。本文则考虑个人导航系统中,利用惯性信息匹配多帧图像序列,进行了惯性辅助图像去运动模糊相关的算法研究,具体工作如下:(1)利用微惯性传感器(Xsens公司开发的MTi-G-700及Android手机、平板等个人移动设备自带的MEMS陀螺仪和加速度计)辅助修正图像去运动模糊,搭建新的数学模型,短时间内利用MIMU得到的惯性数据来估计摄像机运动的位置、姿态、速度,修正图像像素点位置,进行图像去运动模糊处理,再进行去噪等图像处理从而解决图像运动模糊问题,设计出新的算法,并用MATLAB仿真验证其科学性。(2)在Windows、Ubuntu、Android等三个操作系统平台上分析模糊图像的清晰化复原处理算法。在Windows系统中,利用MATLAB软件仿真设计并验证算法;在Ubuntu系统中,利用ROS平台离线采集惯导数据并拍摄图像,运行PTAM算法;在Android系统手机平板等移动平台下利用JNI和NDK实现Java和C++混合编译从而实现简单的维纳滤波,以及图像序列与MIMU采集的惯导数据同步存储。(3)不同平台的对比实验结果都定性并定量分析了其图像复原质量,评价指标的结果基本满足人类视觉感受,另一方面还讨论了图像质量对个人导航系统中环境信息图像匹配问题的影响。(4)通过对陀螺采集的离散数据进行采样量化误差分析,对比了单子样算法、三子样扩展频率级数算法和三子样显式频率整形算法,理论推导给出MEMS陀螺角增量分辨率造成的量化误差方差和圆锥算法姿态误差方差间关系的理论表达式,推导公式及蒙特卡罗仿真结果表明,除了提高陀螺角增量分辨率外,低通滤波和提高姿态更新频率也可减小量化误差对姿态解算的误差影响。图像量化问题也进行了简单的分析。