图像的稳定及去模糊化对实际生活的应用

电子科技大学 格拉斯哥学院 2017级 钟宇鸣
随着智能时代的到来，人们对于事物的要求也越来越高，由此带来的一系列问题就体现在生活的便利上。众所周知，图像的高清晰度一直是人们所追求的，不管是在智能手机的拍照上，还是在无人飞行器的拍摄上，能否清晰地拍摄出我们需要的内容不仅是衡量一个产品好坏的标准之一，对于使用者来说也是是否方便的决定性因素之一。如果我们能将图像的稳定缩短在很短的时间之内，这就将减小拍摄时间。对于一个瞬间来说，这就意味着拍摄者拥有更大的概率去捕捉到这个画面。在此基础上，我们如果能够更大程度地完善图像的处理，就不只能够极大地增加拍摄成功的机率，更是可以使得一次拍摄的时效缩短。而这其中的重中之重就是图像的去模糊化。
造成图像不稳定的主要原因是摄像机的运动和图像的运动不同步，即帧间位移差不同步。为了使得摄像机与图像之间相对运动的干扰减小，我们就需要通过一定的数字图像处理算法检测出图像序列的帧间运动矢量，即为运动估计，除此之外，我们还要根据检测出来的运动矢量信息对图像序列进行补偿稳定，即为运动补偿。通过这些步骤之后，我们才能得到相对稳定的图像。这其中的数字图像处理算法正是如今的主要研究对象，因为算法越简单快速，图像的稳定速度才会大大加快。
正如我们所知，如果拍摄图像时不稳定，那么带来的一大问题就是图像模糊不清，无法辨识。当我们把一张图像转换成一个大型的矩阵，我们所要做的就是将这个矩阵进行变化，使之所形成的图像变得更加清晰。最常见的就是"RGB"矩阵，即将红色绿色和蓝色定位基础色，并为之定义相对应的矩阵，再将一张图像用这样的矩阵进行整合形成一个大型矩阵。通过对这个矩阵进行如傅立叶等的变换，使得原图像更加清晰。再说得深入点，就是对图像进行去卷积，即在保证细节的情况下抑制