基于目標(biāo)跟蹤的視頻去運(yùn)動模糊.pdf

1、在實際生活中，視頻或圖像采集過程中不可避免的存在退化，這種退化造成采集的信息存在噪聲或者模糊。模糊圖像存在信息丟失或信息不準(zhǔn)確的特點(diǎn)，給實際生活應(yīng)用帶來困擾，其模糊圖像高頻信息的損失增加了圖像分析識別的難度。本文研究對象的退化過程主要來自于物體運(yùn)動而造成的模糊，主要針對固定攝像頭獲取的視頻中運(yùn)動物體在曝光時間內(nèi)快速移動帶來的模糊。如何對模糊目標(biāo)進(jìn)行去運(yùn)動模糊，提高去運(yùn)動模糊效果，如何處理視頻中不同的目標(biāo)等問題是本文研究的重點(diǎn)。
　

2、　本文首先從視頻中提取出模糊的目標(biāo)，主要利用清晰圖像先驗，點(diǎn)擴(kuò)散函數(shù)約束，求解點(diǎn)擴(kuò)散函數(shù)。利用點(diǎn)擴(kuò)散函數(shù)，將盲去運(yùn)動模糊問題轉(zhuǎn)化為非盲去運(yùn)動模糊問題。并用超拉普拉斯擬合清晰圖片梯度直方圖分布，根據(jù)貝葉斯理論將去運(yùn)動模糊過程轉(zhuǎn)化為求解最小能量函數(shù)問題，得到去運(yùn)動模糊主客觀評價指標(biāo)相對較好，耗時接近快速去運(yùn)動模糊算法的視頻幀去模糊方法。基于目標(biāo)跟蹤的視頻去運(yùn)動模糊的基本框架，具體包括四大模塊：
　　1）模糊前景提取。本文簡單介紹了兩種

3、跟蹤算法，感知壓縮目標(biāo)跟蹤和多示例目標(biāo)跟蹤，結(jié)合實驗結(jié)果和分析，確定本文采用效果更好的多示例跟蹤算法提取目標(biāo)前景，用以將空間變化點(diǎn)擴(kuò)散函數(shù)問題轉(zhuǎn)化為空間不變點(diǎn)擴(kuò)散函數(shù)問題。
　　2）點(diǎn)擴(kuò)散函數(shù)初始值估計。提出用SURF匹配相鄰兩幀模糊目標(biāo)求取幀間運(yùn)動矢量，利用曝光時間和幀間時間之間存在的比例關(guān)系得到點(diǎn)擴(kuò)散函數(shù)的初始值，對比頻率域求取點(diǎn)擴(kuò)散函數(shù)初始值方法，幀間匹配方法得到的點(diǎn)擴(kuò)散函數(shù)更接近真實的點(diǎn)擴(kuò)散函數(shù)，魯棒性更好。
　　3