动目标多视角观测图像的三维去模糊方法

洪汉玉; 范艳; 邓哲煜; 时愈

doi:10.3788/IRLA201645.0228001

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

动目标多视角观测图像的三维去模糊方法

洪汉玉, 范艳, 邓哲煜, 时愈

文章导航 > 红外与激光工程 > 2016 > 45(2): 228001-0228001(8)

洪汉玉, 范艳, 邓哲煜, 时愈. 动目标多视角观测图像的三维去模糊方法[J]. 红外与激光工程, 2016, 45(2): 228001-0228001(8). doi: 10.3788/IRLA201645.0228001

引用本文:

洪汉玉, 范艳, 邓哲煜, 时愈. 动目标多视角观测图像的三维去模糊方法[J]. 红外与激光工程, 2016, 45(2): 228001-0228001(8). doi: 10.3788/IRLA201645.0228001

Hong Hanyu, Fan Yan, Deng Zheyu, Shi Yu. Three-dimension deblurring algorithm for multiple observed images of moving object[J]. Infrared and Laser Engineering, 2016, 45(2): 228001-0228001(8). doi: 10.3788/IRLA201645.0228001

Citation:

Hong Hanyu, Fan Yan, Deng Zheyu, Shi Yu. Three-dimension deblurring algorithm for multiple observed images of moving object[J]. Infrared and Laser Engineering, 2016, 45(2): 228001-0228001(8). doi: 10.3788/IRLA201645.0228001

动目标多视角观测图像的三维去模糊方法

doi: 10.3788/IRLA201645.0228001

1.
武汉工程大学电气信息学院,湖北武汉 430205

基金项目:

国家自然科学基金(61175013)

详细信息

作者简介:
洪汉玉(1964-),男,教授,博士生导师,主要从事目标识别、三维重建、精确制导方面的研究。Email:hhyhong@163.com

中图分类号: TP391

Three-dimension deblurring algorithm for multiple observed images of moving object

1.
School of Electrical and Information Engineering,Wuhan Institute of Technology,Wuhan 430205,China

摘要: 当目标在多视角观测成像系统中有相对运动时,所获取的多观测点图像是模糊的且各视角图像的模糊是不一样的,模糊核长度和方向都不同。针对这一问题,提出了多视角观测图像的三维去模糊方法。现有的图像去模糊方法主要是对单视角观测图像进行二维去模糊的,没有考虑目标多视角观测图像的模糊核之间的对应关系。文中从三维空间到二维观测面的映射关系出发,建立多视角观测图像的模糊路径之间的对应关系。先采用单观测图像去模糊的方法获取两视角观测图像的模糊核,并对模糊核进行精确化处理,得到单像素点宽的模糊核路径。再通过多视角观测图像模糊核路径之间的对应关系,估计其它观测图像的模糊核路径。最后,对多视角观测图像进行统一去模糊,并对去模糊后的多视角观测图像进行三维重建。实验结果表明,文中方法能较好地去除目标多视角观测图像的三维模糊,提高了目标的三维重建质量。
- 目标 /
- 多观测图像 /
- 三维去模糊 /
- 模糊核关系 /
- 三维重建
Abstract: For the problem of deblurring of multiple observed images of moving objects with different blur kernels, a joint three-dimension deblurring method for multiple observed images was proposed. Unlike existing deblurring methods to remove 2D blur for single observed image without considering relationship of blur kernels in multiple observed images, the relationship of different PSF paths of multiple observed images was explored. The movement in three-dimension space was projected into each observed image planes, hence, the inherent relationship between the two PSF paths of two observed images can be set up. At first, motion blur kernels of two view images were estimated using single observed image debluring method and the blur kernels with one pixel width was refined. When having estimated two PSF paths, the other PSF paths could be calculated and optimized by using the relationship of PSF paths in multiple observed images. Then 3D blur of the observed images could be removed by using the proposed method. The experiment results for multiple observed images demonstrate that the proposed approach is efficient and effective in removing 3D blur and reconstruction.
- object /
- multiple observed images /
- 3D deblurring /
- blur kernels relationship /
- 3D reconstruction

[1]
[2]	Joshi N, Szeliski R, Kriegman D J. PSF estimation using sharp edge prediction[C]//CVPR, 2008:1-8.
[3]
[4]	Fergus R, Singh B, Hertzmann A, et al. Removing camera shake from a single photograph[J]. ACM Transaction on Graphics(SIGGRAPH), 2006, 25(3):787-794.
[5]	Jia J. Single image motion deblurring using transparency[C]//IEEE Conference on Computer Vision and Pattern Recognition(CVPR), 2007:1-8, 17-22.
[6]
[7]	Shan Q, Xiong W, Jia J. Rotational motion deblurring of a rigid object from a single image[C]//ICCV, 2007:10.1109/ICCV.2007.4408922.
[8]
[9]
[10]	Hong H, Park I K. Single-image motion deblurring using adaptive anisotropic regularization[J]. Optical Engineering, 2010, 49(9):097008-1-097008-13.
[11]	Cho S, Matsushita Y, Lee S. Removing non-uniform motion blur from images[C]//ICCV, 2007:10.1109/ICCV.2007.4408904.
[12]
[13]
[14]	Yuan L, Sun J, Quan L, et al. Image deblurring with blurred/noisy image pairs[J]. ACM Trans on Graphics(SIGGRAPH), 2007, 26(3):1-2.
[15]	Chen J, Yuan L, Tang C K, et al. Robust Dual Motion Deblurring[C]//CVPR, 2008.
[16]
[17]	Ben-Ezra M, Nayar S. Motion deblurring using hybrid imaging[C]//CVPR 2003, 1:657-664.
[18]
[19]	Li F, Yu J, Chai J. A hybrid camera for motion deblurring and depth map super-resolution[C]//CVPR, 2008:23-28.

[1]	李铁军, 薛路明, 刘今越, 贾晓辉. 基于辅助相机的景深拓展三维重建技术研究 . 红外与激光工程, 2023, 52(4): 20220647-1-20220647-9. doi: 10.3788/IRLA20220647
[2]	王明军, 易芳, 李乐, 黄朝军. 自适应局部邻域特征点提取和匹配的点云配准 . 红外与激光工程, 2022, 51(5): 20210342-1-20210342-10. doi: 10.3788/IRLA20210342
[3]	王素琴, 陈太钦, 张峰, 石敏, 朱登明. 面向复杂机械零件形貌测量的高精度三维重建方法 . 红外与激光工程, 2022, 51(7): 20210730-1-20210730-11. doi: 10.3788/IRLA20210730
[4]	朱新军, 侯林鹏, 宋丽梅, 袁梦凯, 王红一, 武志超. 基于虚拟双目的条纹结构光三维重建 . 红外与激光工程, 2022, 51(11): 20210955-1-20210955-9. doi: 10.3788/IRLA20210955
[5]	孙茜, 薛庆生, 张冬雪, 白皓轩. 水下目标物三维激光重建方法研究 . 红外与激光工程, 2022, 51(8): 20210693-1-20210693-7. doi: 10.3788/IRLA20210693
[6]	邵新杰, 潘硕, 宋彬, 李晓磊, 唐香珺. 深孔内表面检测点云拼接技术研究 . 红外与激光工程, 2021, 50(12): 20210210-1-20210210-8. doi: 10.3788/IRLA20210210
[7]	汪侃, 龚俊, 魏敬和, 朱策, 刘凯. 邻图配对式运动恢复结构的欧式三维重建 . 红外与激光工程, 2020, 49(6): 20200078-1-20200078-8. doi: 10.3788/IRLA20200078
[8]	魏鹏轩, 黄智, 郑晓, 刘海涛, 吴湘, 万勇健. 多鸽巢自适应排序的快速相位展开方法 . 红外与激光工程, 2020, 49(8): 20200032-1-20200032-7. doi: 10.3788/IRLA20200032
[9]	乔玉晶, 贾保明, 姜金刚, 王靖怡. 多视点立体视觉测量网络组网方法 . 红外与激光工程, 2020, 49(7): 20190492-1-20190492-8. doi: 10.3788/IRLA20190492
[10]	吴庆阳, 黄浩涛, 陈顺治, 李奇锋, 陈泽锋, 卢晓婷. 基于结构光标记的光场三维成像技术研究 . 红外与激光工程, 2020, 49(3): 0303019-0303019-6. doi: 10.3378/IRLA202049.0303019
[11]	孙鸣捷, 张佳敏. 单像素成像及其在三维重建中的应用 . 红外与激光工程, 2019, 48(6): 603003-0603003(11). doi: 10.3788/IRLA201948.0603003
[12]	张珂殊, 吴一戎. 距离向扫描合成孔径激光雷达目标三维重建 . 红外与激光工程, 2019, 48(3): 330001-0330001(7). doi: 10.3788/IRLA201948.0330001
[13]	丁忠军, 赵子毅, 张春堂, 潘文超, 刘雨萌. 载人潜水器的深海地貌线结构光三维重建 . 红外与激光工程, 2019, 48(5): 503001-0503001(9). doi: 10.3788/IRLA201948.0503001
[14]	龚肖, 史金龙, 廖芳. 点特征柔性物体三维运动恢复方法 . 红外与激光工程, 2018, 47(9): 917009-0917009(7). doi: 10.3788/IRLA201847.0917009
[15]	杨洪飞, 夏晖, 陈忻, 孙胜利, 饶鹏. 图像融合在空间目标三维重建中的应用 . 红外与激光工程, 2018, 47(9): 926002-0926002(8). doi: 10.3788/IRLA201847.0926002
[16]	贾同, 周忠选, 高海红, 王炳楠. 基于红外编码结构光的深度测量方法 . 红外与激光工程, 2015, 44(5): 1628-1632.
[17]	李俊山, 陈霞, 李建华. 不同地面背景下目标与背景红外辐射对比特性 . 红外与激光工程, 2014, 43(2): 424-428.
[18]	杨宇, 阚凌雁, 于佳, 王姣姣, 元光, 王金城. 基于激光扫描的人脸三维重建方法 . 红外与激光工程, 2014, 43(12): 3946-3950.
[19]	成志铎, 李明博, 李健, 常晓权, 刘君. 目标与背景的红外辐射特性仿真方法 . 红外与激光工程, 2013, 42(9): 2336-2340.
[20]	都琳, 李迎春, 郭惠超, 范有臣. 互相关法实现距离选通远距离目标的三维重建 . 红外与激光工程, 2013, 42(7): 1725-1729.

点击查看大图

计量

文章访问数: 742
HTML全文浏览量: 164
PDF下载量: 155
被引次数: 0

动目标多视角观测图像的三维去模糊方法

doi: 10.3788/IRLA201645.0228001

1. 武汉工程大学电气信息学院,湖北武汉 430205

作者简介:
洪汉玉(1964-),男,教授,博士生导师,主要从事目标识别、三维重建、精确制导方面的研究。Email:hhyhong@163.com

收稿日期: 2015-06-05
修回日期: 2015-07-03
刊出日期: 2016-02-25

基金项目:

国家自然科学基金(61175013)

中图分类号: TP391

关键词:

摘要: 当目标在多视角观测成像系统中有相对运动时,所获取的多观测点图像是模糊的且各视角图像的模糊是不一样的,模糊核长度和方向都不同。针对这一问题,提出了多视角观测图像的三维去模糊方法。现有的图像去模糊方法主要是对单视角观测图像进行二维去模糊的,没有考虑目标多视角观测图像的模糊核之间的对应关系。文中从三维空间到二维观测面的映射关系出发,建立多视角观测图像的模糊路径之间的对应关系。先采用单观测图像去模糊的方法获取两视角观测图像的模糊核,并对模糊核进行精确化处理,得到单像素点宽的模糊核路径。再通过多视角观测图像模糊核路径之间的对应关系,估计其它观测图像的模糊核路径。最后,对多视角观测图像进行统一去模糊,并对去模糊后的多视角观测图像进行三维重建。实验结果表明,文中方法能较好地去除目标多视角观测图像的三维模糊,提高了目标的三维重建质量。