車載圖像去模糊算法研究.pdf

1、基于慣性定位和機器視覺組合(IPS/Vision)的汽車導(dǎo)航是一個新的領(lǐng)域。這種組合導(dǎo)航中慣性定位是主體，其累積誤差較大，機器視覺的主要任務(wù)就是通過對車載設(shè)備抓拍的路標(biāo)/道路標(biāo)志線進行判識以校正累積誤差。而車輛行駛中的抖動不可避免會導(dǎo)致拍攝圖像模糊，嚴(yán)重時會導(dǎo)致視覺定位失效。為此，本論文致力于對車載相機抖動造成的模糊圖像進行去模糊，在研究現(xiàn)有的優(yōu)秀去模糊算法基礎(chǔ)上，結(jié)合車載模糊圖像自身特點，對圖像去模糊算法進行改進使之能夠有效地對車載圖

2、像進行去模糊，主要工作如下：
　　第一，針對快速總變差去模糊算法及基于超拉普拉斯分布的快速圖像去模糊算法存在的問題，提出一種更健壯的車載圖像快速去模糊算法。在該算法中，建立一種新的模糊模型，并利用交替指令算法求解該模型。通過實驗對算法性能進行對比證明：對中等尺度圖像，本算法在運行速度和去模糊后圖像質(zhì)量方面都要優(yōu)于基于超拉普拉斯分布的快速圖像去模糊算法；對于大尺度圖像，雖然算法速度較基于超拉普拉斯分布的快速圖像去模糊算法慢，但經(jīng)本論

3、文改進后的算法去模糊后明顯提高了圖像質(zhì)量。
　　第二，針對標(biāo)準(zhǔn)化稀疏度量核估計的車載圖像盲去模糊算法存在的問題進行改進。在改進的算法中，利用標(biāo)準(zhǔn)化稀疏度量核估計算法對模糊核進行估計，在得到模糊核之后，再利用上述的車載圖像快速非盲去模糊算法對車載圖像進行去模糊。通過仿真實驗證明：該改進的算法在去模糊質(zhì)量和速度上都有明顯提高。
　　第三，針對基于標(biāo)準(zhǔn)化稀疏度量核估計的車載圖像盲去模糊算法在模糊核尺度大于車載圖像中的對象時，模糊核

4、估計不準(zhǔn)確并且去模糊后的圖像會產(chǎn)生大量暈影效應(yīng)，以及基于模糊核優(yōu)化的盲去模糊算法自身存在的問題，對算法進行改進。為有效抑制噪聲及圖像細節(jié)信息對模糊核估計的干擾，在改進的算法中，利用雙邊濾波器對模糊圖像進行預(yù)處理，再利用核優(yōu)化方法估計模糊核，最后利用上述的車載圖像快速非盲去模糊算法進行去模糊。通過仿真實驗證明：本改進的算法估計出的模糊核更加準(zhǔn)確，且能夠有效地去除暈影效應(yīng)，去模糊后的車載圖像質(zhì)量和算法運行效率要明顯優(yōu)于原始算法，滿足實際應(yīng)用