一种新的针对星空图像的模糊复原方法

计算机与现代化

一种新的针对星空图像的模糊复原方法

西安电子科技大学物理与光电工程学院，陕西西安710071

收稿日期:2014-08-18 出版日期:2014-11-27 发布日期:2014-12-10
作者简介: 李晨曦(1990-)，男，安徽芜湖人，西安电子科技大学物理与光电工程学院硕士研究生，研究方向：数字图像处理和智能手机星空拍摄模式开发；苏来利(1989-)，男，湖北襄阳人，硕士研究生，研究方向：数字图像处理；高鹰(1991-)，男，陕西安康人，硕士研究生，研究方向：光电成像及图像处理。
基金资助:
华为创新研究计划（IRP-2013-06-07）

A New Blurred Restoration Algorithm for Star Image

School of Physics and Optoelectronic Engineering, Xidian University, Xi’an 710071, China

Received:2014-08-18 Online:2014-11-27 Published:2014-12-10

摘要/Abstract

摘要： 在拍照过程中，针对相机和星空场景的相对运动而导致的图像模糊问题，提出一种新的针对星空图像的运动模糊复原算法。首先采用一种改进的细化算法得到星空图像的星点运动轨迹，从而提取出星空运动模糊图像的模糊核，然后基于Richardson-Lucy的复原算法对模糊图像进行复原。实验结果表明，本文提出的利用细化算法得到模糊核的方法复杂度低、耗时少且准确性高，对星空图像的运动模糊具有很好的复原效果。

关键词: , 运动模糊图像复原；细化； Richardson-Lucy复原

Abstract: For the problem of motion-blur by the relative motion between the camera and the star scene during taking pictures, a new motion-blurred restoration algorithm for the star image is proposed. An improved thinning algorithm is used to obtain the star point trajectory, so as to extract the blur kernel of the motion-blurred star image. Then the motion-blurred image is restored based on the restoration algorithm of Richardson-Lucy. Experimental results show that the proposed method of using thinning algorithm to get the blur kernel is of low complexity, less time-consuming as well as high accuracy, which has a good restoration effect on the motion-blurred star image.

Key words: motion-blurred image restoration, thinning, Richardson-Lucy restoration

李晨曦，苏来利，高鹰. 一种新的针对星空图像的模糊复原方法[J]. 计算机与现代化.

LI Chen-xi, SU Lai-li, GAO Ying. A New Blurred Restoration Algorithm for Star Image[J]. Computer and Modernization.

参考文献

［1］
Gonzalez R C, Woods R E. 数字图像处理［M］. 北京：电子工业出版社， 2011.
［2］阮秋琦. 数字图像处理学［M］. 北京：电子工业出版社, 2007.
［3］ Lokhande R, Arya K V, Gupta P. Identification of parameters and restoration of motion blurred images［C］// Proceedings of the 2006 ACM Symposium on Applied Computing. 2006: 301-305.
［4］ Moghaddam M E, Jamzad M. Finding point spread function of motion blur using radon transform and modeling the motion length［C］// Proceedings of the Fourth IEEE International Symposium on Signal Processing and Information Technology. 2004: 314-317.
［5］ Ebrahimi Moghaddam M, Jamzad M. Motion blur identification in noisy images using mathematical models and statistical measures［J］. Pattern recognition, 2007,40(7): 1946-1957.
［6］ Moghaddam M E, Jamzad M. Blur identification in noisy images using radon transform and power spectrum modeling［C］// Proceedings of 12th International Workshop on Systems, Signals & Image Processing. 2004: 347-352.
［7］谢伟,秦前清. 基于倒频谱的运动模糊图像PSF参数估计［J］. 武汉大学学报(信息科学版), 2008,33(2):128-131.
［8］乐翔,程建,李民. 一种改进的基于Radon变换的运动模糊图像参数估计方法［J］. 红外与激光工程, 2011,40(5):963-969.
［9］郭永彩,郭瑞瑞,高潮. 运动模糊图像点扩展函数的参数鉴别［J］. 仪器仪表学报, 2010(5):1052-1057.
［10］Zhang T Y, Suen C Y. A fast parallel algorithm for thinning digital patterns［J］. Communications of the ACM, 1984,27(3): 236-239.
［11］Richardson W H. Bayesian-based iterative method of image restoration［J］. JOSA, 1972,62(1): 55-59.
［12］Lucy L B. An iterative technique for the rectification of observed distributions［J］. The Astronomical Journal, 1974,79(6): 745-754.
［13］赵剡,张怡,许东. 基于总变分规整化的湍流退化图像复原RL算法［J］. 中国钢笔书法, 2007(1): 69-73.
［14］Biggs D S C, Andrews M. Iterative blind deconvolution of extended objects［C］// Image Processing, 1997. Proceedings., International Conference on. IEEE, 1997,2: 454-457.
［15］陈云龙,王平,王鹏. 基于LR非线性迭代的降质图像复原算法［J］. 计算机工程, 2010,36(4):202-204.
［16］李勇峰. 运动模糊图像复原算法研究［J］. 山西电子技术, 2013(4):90-91.
［17］闫河,闫卫军,李唯唯. 基于Lucy-Richardson算法的图像复原［J］. 计算机工程, 2010,36(15): 204-205,210.
［18］邹谋炎. 反卷积和信号复原［M］. 北京：国防工业出版社, 2001.

[1]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[2]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[3]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[4]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[5]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[6]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[7]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[8]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[9]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[10]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[11]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[12]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.
[13]	吴克介,王家伟. 基于知网与搜索引擎的词汇语义相似度计算[J]. 计算机与现代化, 2018, 0(04): 90-.
[14]	曲晓燕1，张勇亮2，吕晓峰1，马羚1. 基于模糊粒度相关向量机的缓变故障参数区间预测[J]. 计算机与现代化, 2017, 0(8): 5-.
[15]	付永忠，潘云峰. 基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化[J]. 计算机与现代化, 2017, 0(8): 17-.