如何判断模糊图像_40. 如何消除摄影中的运动模糊?

本文同步发表在我的微信公众号和知乎专栏“计算摄影学”，欢迎扫码关注，

如果你试过去拍摄一些运动场景，例如拍摄疾驰的汽车，或是田径场上的短跑运动员，你一定曾经遇到过“拍糊”的时候。这种现象就是我在本文中要讨论的由运动导致的图像模糊，这是一种与我之前介绍的几种导致图像模糊的方式完全不同的问题，所以今天让我们来看看有什么好办法来应对。

我今天要给你介绍的是两种消除运动模糊的技术，一个叫做Coded Exposure Photography(编码曝光)，确切的说是一种利用了Flutter Shutter（震颤快门）的编码曝光技术。 另外一种则是Motion Invariant Photography(运动不变摄影)。可能现在还听起来比较拗口，不过先让我们看看它们的效果：

下图是编码曝光拍摄的原始图像，以及经过处理后的清晰图像，你可以看到汽车变得非常清晰了，很神奇吧？（至于为何有原始图像，为何又要经过处理，我们待会再讲）

再来看看运动不变摄影，下面左图是一个固定相机拍摄的运动物体场景，场景中的物体有远处的固定背景屏风，也有近处摆在一个托盘上的水平运动的物体，由于物体有远近，所以其相对相机的运动也是不同的，所以普通相机拍出来就呈现出了不同的模糊程度。而右图则是所谓运动不变摄影的结果，你可以看到总体来说画面变清晰了。真的很惊人！

看到这里，我想你已经迫不及待想知道其中的技术细节了。那就让我们开始吧 我们先从运动模糊的基本模型和解决它的困难之处讲起。

一、运动模糊的基本模型

先让我们看一个典型的场景，这里面背景和部分物体是固定的，但有一个装着啤酒罐的托盘快速的带动啤酒罐从左向右移动，使得拍摄的画面中啤酒罐出现了运动模糊。那么我们如何来建模这种模糊呢？

事实上，运动模糊和我们之前讲过的几种模糊都可以用卷积来描述。具体到上面这种均匀运动的模糊，可以如下表示：

所以，似乎像以前一样，我们只要知道了模糊核，就能够去卷积把模糊图像变清晰了，是吗？

然而，运动模糊的消除有几个难点：

1. 很难获取到准确的卷积核，因为卷积核跟物体的远近、物体运动的速度方向都有关系。
2. 场景中的各个物体有不同的运动方向和速度，还可能有固定的背景，所以需要把需要恢复的物体分割开来，而这本来就是一个困难的问题。
3. 运动卷积核丢失了高频信息，去卷积技术就会面临严重的信噪比低的问题。

那么，如何解决上述问题呢？我们先从解决难点3讲起，这就是我们会介绍的Coded Exposure技术

二、Coded Exposure

我们先来看看传统相机在拍摄一个水平一维运动物体时的情况：

普通相机拍摄运动物体https://www.zhihu.com/video/1230854073689366528

此时模糊相当于对图像做一个一维的Box Filter，而这个卷积核的傅里叶变换（即OTF）如下图所示，它实际上是一个Sinc函数，可以看到这里有一些值接近零的点。