基于编码曝光序列图像获取的运动模糊复原理论与方法研究

High spatial resolution is the target of all kinds of imaging systems. In the process of imaging, it often occurs that there is relative motion between the object and the imaging system during camera exposure time, resulting in image motion blurring degradation. High quality image restoration algorithms are the effective way to improve image quality. However, the frequency-domain low-pass feature of traditional exposure mode destroys the high frequency information of motion blurred image. It is often difficult for the restoration algorithms to recover these vital information. It has become one of the important bottlenecks of motion target detecting to obtain high quality images. .This project intends to use coded exposure technique to obtain sequential images and carry out the research on the theory and method of motion blur restoration. The selection theory and criterion of optimal code sequence for coded exposure is explored. The search method of optimal code sequence is proposed with the consideration of information complementary characteristics of sequential images. Image regularized prior constraint mode is built in order to construct the accurate estimation framework of the point spread function for blurred image. The effective image restoration theoretical model is set up and the artificial effect suppression techniques are introduced in order to obtain high quality deblurring results. The research of this project could provide new theoretical basis and technical support for the problem of motion deburring under coded exposure model. It would further improve the ability of target detecting for optical imaging system and has great significance on the acquisition of motion target image with high spatial resolution.

高空间分辨率度是各类成像系统追求的目标。目标成像过程中，往往会遇到相机曝光时间内目标与成像系统发生相对运动，造成图像运动模糊退化，高性能图像复原方法是提升图像质量的有效途径。然而传统曝光模式的频域低通特性破坏了运动模糊图像的高频信息，复原算法处理时往往也难以恢复这些重要信息，这已经成为制约运动目标探测获取高质量图像的重要瓶颈之一。. 本项目拟利用编码曝光成像模式获取序列图像，开展运动模糊复原理论及方法研究。探索编码曝光最优码字序列选取理论和准则，结合序列图像信息互补特性，提出最优码字搜索方法；建立图像正则化先验约束模型，构建模糊图像点扩散函数精确估计框架；建立有效的图像复原理论模型，引入负效应抑制技术，获得高质量的复原结果。本项目的研究能够为编码曝光成像模式下的运动模糊复原问题提供新的理论基础和技术支持，进一步提升光学成像系统的目标探测能力，对获取高分辨运动目标图像具有重要意义。

高空间分辨率是各类光学成像系统追求的目标。然而，在目标成像过程中，经常会遇到在相机曝光时间内成像目标和相机传感器发生相对运动的情况，造成拍摄场景图像的运动模糊，降低了图像的分辨率。对于传统成像模式，快门曝光过程破坏了运动目标场景中的高频信息成分，复原算法也难以恢复这些重要信息，使得运动模糊复原成为一个病态问题，这已经成为制约运动目标探测获取高质量图像的重要瓶颈之一。. 本项目开展了基于编码曝光序列图像获取的运动模糊复原理论与方法研究。分析了编码曝光成像理论模型，建立了最优码字选取的适应度函数优化设计准则，提出了基于Memetic算法和差分进化-模拟退火的搜索方法，综合考虑了全局搜索和局部搜索的算法表现，通过适应度函数阈值约束和种群更新迭代次数限制，得到了最优码字选取结果。. 针对局部运动非均匀模糊图像复原问题，提出了基于编码曝光和运动先验信息的局部模糊图像复原方法。通过物像关系，获得运动目标PSF像移尺度初步估计参数，作为运动先验信息。采用背景差分法进行目标提取，综合编码曝光运动模糊叠加特性，实现运动模糊区域的精确提取。引入基于贝叶斯最大后验概率框架的student-t复原算法进行PSF精确估计和复原重建，快速迭代得到复原结果。. 提出了基于编码曝光互补序列的运动模糊图像复原方法，分析了编码曝光成像码字序列在频域的相关特性，结合多幅编码序列图像信息互补的特点，引入Golay序列构建长度适中的二进制互补序列集。相较于单个序列，互补序列的联合调制传递函数具有更高的最小值和更低的方差值，且其构成了峰值-谷值对应，保证在空间域中获取得到的模糊图像序列间存在信息的互补。在图像复原过程中结合编码模式并引入了全变分正则化约束，实现了高质量的多帧图像复原结果获取。. 搭建了实拍仿真成像装置，开发了复原算法软件和用户界面，针对典型运动目标开展了实验数据采集和运动复原效果分析，验证了所提复原方案能够有效提升目标区域图像分辨率，显著提高成像探测能力。