论文部分内容阅读
去运动模糊一直是计算机视觉领域中面向画质增强的热点研究方向，其难点在于模糊核的估算。单核模型是对实际情况的一种简化，对于有旋转运动出现或者画面中的不同物体运动轨迹不同的情况无法进行有效处理。然而，由于多核模型的研究及计算过于复杂，去运动模糊领域的大多数算法研究都是围绕单核模型展开的。不少算法借助于额外的信息，例如多张图像，来弥补单核模型的不足；也有算法尝试找出图像中不同像素点相对于镜头运动轨迹的相互关联，从而简化多核模型。基于图像分割的去运动模糊是单核模型与多核模型的一种折中，既可以达到比单核算法更好的效果，又避免了多核算法的计算复杂度。基于图像分割的去运动模糊算法主要包含以下几个步骤：分离输入图像中的光照；颜色和纹理信息；分割图像；分区域估算模糊核，计算重叠区域摸糊核，并根据计算出的模糊核进行分区域单核去模糊；利用重至区域整合拼接去模糊结果并还原光照和顺色信息。