行人检测的运动模糊图像恢复算法研究

《行人检测的运动模糊图像恢复算法研究》由会员分享，可在线阅读，更多相关《行人检测的运动模糊图像恢复算法研究（6页珍藏版）》请在装配图网上搜索。

1、行人检测的运动模糊图像恢复算法研究高向东，杨大鹏，刘 红（郑州大学 机械工程学院，郑州 450001）摘 要：运动模糊图像恢复算法是行人检测的重要组成部分, 也是图像处理的研究重点。分析了运动模糊图像的退化模型，研究物体运动模糊图像成像原理，得出了用于行人检测的运动模糊图像成像原理，确定了造成运动图像模糊的主要因素；采用逆滤波、维纳滤波、最小二乘方滤波和盲解卷积滤波对运动模糊图像进行处理，分析图像处理结果，得出维纳滤波具有更好的图像处理效果的结论，为行人检测更深入的研究提供支持。关键词：行人检测；运动模糊图像；恢复算法；退化模型；成像原理中图法分类号:TP391 文献标识码：A Motion-

2、blurred image restoration algorithm for pedestrian detectionGAO Xiang-dong, YANG Da-peng, LIU Hong(Dept.of mechanical engineering,Zhengzhou University,Zhengzhou 450001,China)Abstract: Motion-blurred image restoration is an important part of pedestrian detection,and the focus of image processing.The

3、degradation model of motion-blurred images was analysed.Motion-blurred image imaging principle for pedestrian detection was derived through studying the imaging principle of object motion-blurred image.Making sure the main factors about image blurring caused by moving.Motion-blurred image was proces

4、sed by inverse filter,Wiener filter,least squares filter and blind deconvolution filter. It is concluded that Wiener filter has better image processing effect through analysis of the image processing results.providing some support for the more in-depth study of pedestrian detection.Key words: pedest

5、rian detection;motion-blurred image;recovery algorithms; degradation model;imaging principle0 引言自20世纪90年代以来，全世界每年死于交通事故的的人数基本保持在50万人1。因此，开展车辆辅助驾驶系统研究，及时告知驾驶员车辆前方有行人的存在，并进行安全预警，对减少和避免车辆与行人发生碰撞事故有着重大意义。行人检测是辅助驾驶系统的核心技术，而视觉检测是行人检测的一个非常重要的方法，视觉检测的实现首先需要获取图像信息，然后对图像进行处理，最后提取特征点并依此识别出行人。由于在获取图像过程中存在着车辆与行人

6、的相对运动，所以获得的图像大多是模糊的，需要经过图像恢复，才能准确的进行特征提取。图像恢复也称为图像复原，它的主要任务是改善给定的由于各种原因而降质的图像，并尽可能恢复图像原状。不断有学者从事运动模糊图像恢复算法研究2,3，还有任意方向模糊消除方法4、匀速运动造成模糊的图像恢复5以及车辆运动模糊图像恢复6。本文分析了由车辆与行人相对运动造成模糊图像的成像原理，采用多种方法进行仿真实验，获得合适的图像恢复方法。1 图像退化模型图像退化是指从场景获取的图像不能完全地反映场景的真实内容，产生了失真等问题，图像的退化模型可以表示为6：基金项目：河南省科技攻关项目（092102210144） （1）其中

7、，g(x,y)表示通过摄像机获取的图像，f(x,y)是指场景展示的原图像，h(x,y)为点扩散函数，n(x,y)指的是噪声。视觉检测通过车载CCD获取的图像，假如只考虑相对运动造成的模糊，那么n(x,y)为零，令x0(t)与y0(t)分别为在X方向和Y方向的运动分量，T为采集时间，则采集到的图像的数学表达式为： （2）傅里叶变换可得： （3）其中，如果能知道H(u,v)，那么f(x,y)可由F(u,v)的傅里叶变换求出。物体运动模糊图像的成像原理图如图17所示。Figure 1 Schematic of motion-blurred images图1 物体运动模糊图像原理图假设物体运动方向和图

8、像平面之间的夹角为，在曝光瞬间物体的位移为d，由三角形形似原理，我们可以得到：， （4）其中，m表示物体在原始位置处通过CCD获取的图像长度，n表示相对运动造成物体在成像平面上的像偏移量，L表示物体和摄像机在平行于光轴的方向上的距离，f为摄像机的焦距。由式（4）可得： （5）如果曝光瞬间时间为T，那么运动物体的速度v可以用下式表示： （6）对式（6）进行变换，可获取关于像偏移量n的表达式： （7）假设物体水平方向运动时，即角度为零，那么n可以表示为： （8）从式（8）可以看出当摄像机焦距f已知，曝光时间T确定时，图像的像偏移量与速度和距离之比v/L成正比，可用于车速检测等。由于车辆在行驶过程中

9、，相对于行人的速度在竖直方向（即沿车辆至行人的方向）很大，所以在曝光瞬间可以只考虑存在竖直方向的运动，即角度为90度，那么运动模糊图像的原理图如图2所示。Figure 2 Schematic of vertical motion-blurred images图2 竖直运动模糊图像原理图在真实的交通场景中是行人是相对静止，车辆带着摄像机行驶，在这里假设摄像机是静止的，行人在快速前进，它们的成像结果是一样的。由三角形相似原理，我们可以得到：， （9）已知l=vT，那么n可以表示为： （10）其中l是车辆在曝光瞬间行驶的距离，w是行人的原始宽度，其余项同图1所示。在这里，宽度为w的行人相对于车辆的距

10、离由L变成了（L-l），在成像平面的长度由m变成了（m+n），相当于在离摄像机距离为（L-l）宽度为p的物体水平移动q造成的模糊，所以竖直方向的运动也可以转化为类似于水平方向求取像偏移量。由于行人的宽度可以认为是确定值，l的值远小于L，可以认为像偏移量与速度成正比，与距离的平方成反比，所以竖直方向运动造成的模糊偏移量比较小。2 模糊图像恢复方法 在图像恢复技术中，人们提出了很多行之有效的处理方法，主要有逆滤波、维纳滤波最小二乘方滤波和盲卷积滤波等。2.1逆滤波逆滤波恢复法也被称为反向滤波法，它首先将要处理的数字图像从空间域转换到傅里叶频率中，然后进行反向滤波后，再由频率域转换到空间域，从而得到

11、复原的图像，基本原理如下8： （11）式（11）变换可得原始图像： （12）2.2维纳滤波维纳滤波的基本原理是将原始图像f(x,y)和对原始图像的估计看为随机变量，按照使两者之间的均方误差达到最小的准则进行图像恢复，计算公式如下8： （13）在频率域可以表达为： （14）其中，表示噪声的功率谱，表示为退化图像的功率谱，比率称为噪声功率比，有时用一给定值表示。2.3最小二乘方滤波在最小二乘方滤波中，图像恢复问题表现为在满足的约束条件下，寻找到一个最优估计，使得的函数最小化。采用拉格朗日乘法进行处理可得： （15）对式（15）进行求导变换可得： （16）2.4盲解卷积滤波前面的几种图像恢复方法的前

12、提是已知模糊图像的点扩展函数，然而在实际应用中，大多要在不知道点扩展函数的情况下进行图像恢复。盲解卷积是利用原始模糊图像，同时估计点扩散函数（PSF）和获得晰图像的一种图像恢复方法。盲解卷积算法一个很好的优点是，在失真情况毫无先验知识的情况下，仍然能够实现对模糊图像的恢复操作。3 试验结果及分析根据车辆的一般行驶速度，给定行人与车辆的相对距离，加上其它已知的固定值，能得出图像的像偏移量的大致变化范围。例如，已知焦距f=50 mm，行人宽度w约为0.5 m，曝光时间T=1/100 s，行人与车辆的距离取L=520 m，车辆行驶速度选择v=015 m/s，那么由公式(10)可计算出像偏移量大约为0

13、0.15 mm。选择较大的像偏移量进行试验，因为偏移量越大图像越模糊。试验采用数字图像偏移像元15，模糊角度45，如图3所示。 (a) (b) (c) (d) (e) (f) (g) (h)Figure 3 Blurred images and test results图3模糊图像及试验结果图(a)表示模糊图像，图(b)、图(c)、图(d)、图(e)表示分别对运动模糊图像进行逆滤波、维纳滤波、最小二乘滤波和盲解卷积滤波后的图像，图(f)是采用Sobel算子对模糊图像进行的边缘检测结果，图(g)和图(h)分别是Sobel算子对维纳滤波后和盲解卷积滤波后的图像进行边缘检测的结果。由灰度图像对比可知

14、：最小二乘法滤波获取的图像效果最差，逆滤波恢复的灰度图像虽然能识别出行人，但是，不能很好的获取图像特征；盲解卷积滤波和维纳滤波的效果相似，从灰度图像中不能判断出优劣，因此采用Sobel算子获取它们滤波后的边缘检测图像，可知：模糊图像进行边缘检测后基本不能确定图像中有行人存在；盲解卷积滤波后的边缘检测图像能确定有行人存在，但是处理效果不如维纳滤波后的效果好，干扰因子也明显多于维纳滤波处理的图像，不利于获取特征点。此外，由于盲解卷积滤波需要多次迭代，它耗时较长，不能满足行人检测技术要求的快速性能。通过实验分析可知，维纳滤波具有更好的图像恢复效果。4 总结本文根据物体运动模糊图像的成像原理图，给出水

15、平运动情况下的运动模糊图像的像偏移量公式。分析了造成运动图像模糊的主要因素，得出像偏移量与运动物体速度成正比，与摄像头至运动物体的距离成反比的结论。做出了只有竖直运动的模糊图像成像原理图，推导出像素偏移量公式，分析出造成竖直运动图像模糊的主要因素，得出像素偏移量与车辆速度成正比，与车辆至行人的距离的平方成反比的结论。仿真试验是根据行人检测的研究状况，选择合适的试验条件获取运动模糊图像，然后采用多种方法进行恢复处理，得出维纳滤波具有较好的运动模糊图像恢复效果。参考文献：1 段里仁.中国安全问题及对策.第四届海峡两岸都市交通研讨会C.2002:124-1262 Ben-Ezra,Moshe,Nay

16、ar,Shree K.Motion-based motion deblurring:IEEE Transactions on Pattern Analysis and Machine IntelligenceC.Institute of Electrical and Electronics Engineers Computer Society,2004,26(6):689-6983 Aqrawal A,Raskar R.Optimal single image capture for mation deblurring:2009 IEEE Computer Society Conference

17、 on Computer Vision and Pattern Recognition WorkshopsC.IEEE Computer Society,2009:2560-25674 王晓红,赵荣椿.任意方向运动模糊消除J.中国图像图像学报,2000,5(6):525-5295 郑捷文，蔡利栋.匀速直线运动模糊图像的恢复J.暨南大学学报:自然科学版,2002,23(3):42-456 赵新勇,路小波,李楠.车辆运动模糊图像复原方法J.交通信息与安全,2009,27(6):11-137 Lin H Y.Vehicle speed detection and identification fro

18、m a single motion blurred image:Proceedings of the Seventh IEEE Workshop on Applications of Computer Vision,WACV 2005C.Breckenridge,CO,United states,2007:461-4678 张德丰.MATLAB数字图像处理M.北京:机械工业出版社,2009作者简介：高向东（1963-）,男，河南郑州人，教授，博士生导师，博士后，主要研究领域为光机电一体化、机器视觉、模式识别和自动控制等。通信地址：河南省郑州市高新技术开发区科学大道100号机械学院；邮编：450001联系人 杨大鹏；电话：13683808537；Email:ydp200404