УЛУЧШЕНИЕ КАЧЕСТВА ИЗОБРАЖЕНИЙ ПРИ ОБРАБОТКЕ ВИДЕОКАДРОВ С РАЗЛИЧНЫМ ВРЕМЕНЕМ ЭКСПОЗИЦИИ

Дронникова Светлана Алексеевна, Гуров Игорь Петрович

doi:10.17586/2226-1494-2017-17-3-424-430

2017 , ТОМ 17, НОМЕР 3 ( май-июнь )

ISSN 2226-1494 (print), ISSN 2500-0373 (online)

Меню

Публикации

Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор

Партнеры

doi: 10.17586/2226-1494-2017-17-3-424-430

УЛУЧШЕНИЕ КАЧЕСТВА ИЗОБРАЖЕНИЙ ПРИ ОБРАБОТКЕ ВИДЕОКАДРОВ С РАЗЛИЧНЫМ ВРЕМЕНЕМ ЭКСПОЗИЦИИ

Дронникова С.А., Гуров И.П.

Язык статьи - русский

Ссылка для цитирования: Дронникова С.А., Гуров И.П. Улучшение качества изображений при обработке видеокадров с различным временем экспозиции // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 3. С. 424–430. doi: 10.17586/2226-1494-2017-17-3-424-430

Аннотация

Предмет исследования.Рассмотрен метод улучшения качества размытого изображения, зарегистрированного при длительной экспозиции и неконтролируемом смещении видеокамеры. Компенсация размытия осуществлена с использованием алгоритма вычисления обратной свертки с функцией рассеяния точки, характеризующей размытие. Метод. Основным этапом компенсации размытия является оценка функции рассеяния точки с использованием второго недоэкспонированного, зашумленного изображения как начального приближения в итерационном алгоритме определения функции рассеяния точки. Последующая операция обратной свертки размытого изображения с найденной оценкой функции рассеяния точки обеспечила получение улучшенного изображения. Основные результаты. Предложены новые процедуры уточнения оценки функции рассеяния точки, основанные на разделении значений по двум порогам с использованием адаптированного алгоритма Кэнни и модификации в пространстве масштабов. Представлены экспериментальные результаты, подтверждающие эффективность метода. Практическая значимость. Полученные результаты могут быть использованы для улучшения качества изображений, полученных в условиях смещения камеры в процессе съемки, в том числе в научных исследованиях и системах технического зрения.

Ключевые слова: качество изображения, компенсация размытия, функция рассеяния точки, обратная свертка

Список литературы

1. Lee J.-H., Shin I.-Y., Lee H.-G., Kim T.-Y., Ho Y.-S. Anti-shaking algorithm for the mobile phone camera in dim light conditions // Lecture Notes in Computer Science. 2009. V. 5879. P. 968–973. doi: 10.1007/978-3-642-10467-1_90

2. Гонсалес P., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.

3. Krahmer F., Lin Y., McAdoo B., Ott K., Wang J., Widemann D. Blind image deconvolution: motion blur estimation // IMA Preprints Series. 2006. V. 21. P. 33–35.

4. Levin A. Blind motion deblurring using image statistics // Advances in Neural Information Processing Systems. 2006. P. 840–848.

5. Fergus R., Singh B., Hertzmann A., Roweis S.T., Freeman W.T. Removing camera shake from a single photograph // ACM Transactions on Graphics. 2006. V. 25. N 3. P. 787–794. doi: 10.1145/1141911.1141956

6. Sroubek F., Flusser J. Multichannel blind deconvolution of spatially misaligned images // IEEE Transactions on Image Processing. 2005. V. 14. N 7. P.874–883. doi: 10.1109/TIP.2005.849322

7. Lim S.H., Silverstein D.A. Method for deblurring an image. US Patent Application, pub. no. 2006/0187308.

8. Rav-Acha A., Peleg S. Two motion-blurred images are better than one // Pattern Recognition Letters. 2005. V. 26. N 3. P. 311–317. doi: 10.1016/j.patrec.2004.10.017

9. Yuan L., Sun J., Quan L., Shum H.-Y. Image deblurring with blurred/noisy image pairs // Proc. ACM SIGGRAPH Conference on Computer Graphics. San Diego, USA, 2007. doi: 10.1145/1275808.1276379

10.Richardson W.H. Bayesian-based iterative method of image restoration // J. Opt. Soc. Am. 1972. V. 62. N. 1. P. 55–59.

11.Прэтт У. Цифровая обработка изображений. М.: Мир, 1982. T.1.

12.Kirsch A. An Introduction to the Mathematical Theory of Inverse Problems. NY: Springer, 2011. doi: 10.1007/978-1-4419-8474-6

13.Верлань А.Ф., Сизиков В.С. Интегральные уравнения: методы, алгоритмы, программы. Киев: Наук. думка, 1986. 544 с.

14.Ramlau R. Modified Landweber method for inverse problems // Numerical Functional Analysis and Optimization. 1999. V. 20. N 1. P. 79–98.

15.Canny J. A computational approach to edge detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. V. PAMI-8. N 6. P. 679–698. doi: 10.1109/TPAMI.1986.4767851

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License