基于主動模糊圖像的運動特征分析理論與方法.pdf

1、基于視覺圖像的運動參數(shù)估計問題是計算機視覺研究中的一個重要課題，也是近年來研究的一個熱點問題。為了實現(xiàn)對高速運動的運動參數(shù)估計，目前基于序列清晰圖像的運動測量方法一般是采用高速攝像技術(shù)來避免目標(biāo)圖像的模糊，因此造成系統(tǒng)復(fù)雜度與設(shè)備成本的提高，很大程度上限制了該方法在工業(yè)場合的應(yīng)用。所以，設(shè)計一種高性能、低復(fù)雜度、低成本、高效率的運動參數(shù)估計方法是利用計算機視覺實現(xiàn)運動參數(shù)估計實用化的重要保證。與傳統(tǒng)的復(fù)原方法將運動模糊視為圖像的退化不同

2、，本文從運動模糊圖像出發(fā)，把運動模糊作為圖像運動估計的一種視覺提示，設(shè)計了一種基于主動模糊圖像的運動參數(shù)分析理論及方法，針對運動參數(shù)估計過程中的常見問題，從運動模糊圖像的頻域、時域和空域上分別對運動特征分析方法進行了系統(tǒng)而深入的研究。 1.介紹并分析了在圖像獲取過程中，運動目標(biāo)在圖像平面上產(chǎn)生的運動模糊攜帶了目標(biāo)物體在該曝光時間間隔內(nèi)的運動信息這一重要特點。在對運動模糊圖像的成像原理以及空域的運動模糊數(shù)學(xué)模型進行分析的基礎(chǔ)上，利

3、用正交Legendre矩的重建特性對圖像運動模糊的線擴展函數(shù)(Linespreadfunction，LSF)進行統(tǒng)計分析，實現(xiàn)對運動線擴展函數(shù)的Legendre矩重建表達。突破了現(xiàn)有的運動線擴展函數(shù)只針對幾種常見的簡單運動形式表達的局限，同時為后面的運動模糊圖像運動特征分析打下了良好的基礎(chǔ)，對運動模糊圖像的復(fù)原和運動特征分析都具有非常重要的意義。 2.為實現(xiàn)工業(yè)應(yīng)用中常見的運動形式(直線運動、圓周運動和高頻簡諧振動)的運動參數(shù)測

4、量，在運動模糊圖像含有運動信息這一性質(zhì)的基礎(chǔ)上，分析了直線運動和振動模糊圖像的頻域數(shù)學(xué)模型，提出了通過獲取該類運動模糊圖像頻譜圖中所出現(xiàn)的一系列與運動信息相關(guān)的暗條紋位置信息，實現(xiàn)對相應(yīng)運動特征的提取。進一步，在建立面內(nèi)圓周運動和直線運動幾何關(guān)系的基礎(chǔ)上，仿照人類視網(wǎng)膜的多分辨率原理，設(shè)計了一種準(zhǔn)極坐標(biāo)變換方法。利用該變換方法可以實現(xiàn)將二維面內(nèi)圓周運動模糊降為一維直線運動模糊，簡化了運動模糊形式，擴展了利用運動模糊頻域分析的方法實現(xiàn)運動

5、參數(shù)分析的應(yīng)用范圍。通過對圖像處理方法的設(shè)計，不僅可以實現(xiàn)圓周運動模糊轉(zhuǎn)化為直線運動模糊的目的，同時也可以實現(xiàn)對運動模糊頻譜圖中平行暗條紋位置信息的提取。本文中通過數(shù)學(xué)模型的分析、數(shù)值仿真和實際實驗，都說明了利用頻域分析運動模糊圖像的方法，可以簡單有效地利用單幀運動模糊圖像實現(xiàn)對直線運動、圓周運動和振動模糊圖像的運動特征提取和參數(shù)估計。 3.為進一步實現(xiàn)對速度變化量的有效估計，以運動模糊圖像的空間成像機制為研究對象，導(dǎo)出了運動函

6、數(shù)正交Legendre矩定理以及運動函數(shù)Legendre矩與運動模糊圖像Legendre矩之間的遞推關(guān)系，并利用該遞推關(guān)系獲得平移運動、高頻、低頻振動模糊圖像的Legendre矩與運動函數(shù)Legendre矩之間的函數(shù)關(guān)系，在此基礎(chǔ)上實現(xiàn)了基于模糊圖像的運動特征分析和參數(shù)估計。理論的計算、分析、仿真和實際實驗都說明了可簡單地利用單幀運動模糊圖像和靜止圖像的Legendre矩，實現(xiàn)目標(biāo)面內(nèi)運動參數(shù)的估計。由于Legendre矩函數(shù)較好的抗噪

7、能力，所以該方法具有較好的魯棒性。 4.為實現(xiàn)基于模糊圖像的通用運動函數(shù)形式的參數(shù)估計，在運動函數(shù)正交Legendre矩定理基礎(chǔ)上導(dǎo)出Legendre矩的空間平移不變性，利用Legendre矩的空間平移不變性對運動模糊圖像進行時域的分析，以序列運動模糊圖像為研究對象，建立運動函數(shù)的Legender矩與序列運動模糊圖像的時域關(guān)系，導(dǎo)出序列運動模糊圖像與運動函數(shù)的遞推關(guān)系。進一步利用所獲得的遞推關(guān)系提出了一種基于序列運動模糊圖像的通

8、用面內(nèi)運動參數(shù)估計方法。計算結(jié)果表明，利用序列運動模糊圖像可以實現(xiàn)對運動參數(shù)更有效的估計。 5.為驗證本文所提出的利用主動模糊圖像實現(xiàn)運動特征分析方法，在對生物視覺系統(tǒng)研究的基礎(chǔ)上，設(shè)計了一套可以有選擇地、主動獲取感興趣的運動模糊信息的主動視覺系統(tǒng)，該系統(tǒng)可以主動調(diào)整攝像機的參數(shù)如曝光時間、采樣周期和孔徑等參數(shù)，獲取單幀或序列運動模糊圖像。并能主動獲取各種形式的模糊圖像，同時對該系統(tǒng)的各類參數(shù)進行了討論，為更有效利用該系統(tǒng)實現(xiàn)各