哪种反卷积算法最适合从文本中删除运动模糊?

sas*_*alm 8 c++ algorithm opencv image-processing

我正在使用OpenCV来处理用手机拍摄的照片.图片包含文字,它们有少量的运动模糊,我需要删除.

什么是最可行的算法?到目前为止,我已经测试了Lucy-Richardson和Weiner deconvolution,但他们没有产生令人满意的结果.

LSe*_*rni 6

同意@TheJuice,你的问题在于PSF估计.通常为了能够从单个帧执行此操作,需要对导致模糊的因素(对象的运动,传感器的运动类型等)进行若干假设.

你可以找到一些三分球,尤其是在单维的情况下,在这里.他们使用一种过滤方法,主要与模糊相关,丢弃原始图像的空间相关性,并使用它来推断运动方向和PSF.对于小模糊,你可能会认为运动是恒定的; 否则你将不得不使用更复杂的加速运动模型.

不幸的是,手机模糊通常是CCD集成和非线性运动的复合(垂直于视线的平移,手腕运动的偏航和手腕周围的旋转),因此Yitzhaky和Kopeika的方法可能只会产生可接受的结果.少数案件.我知道有办法处理("深度意识"和其他),但我从来没有机会处理它们.

您可以使用Focus Magic等照片恢复软件预览结果; 虽然他们不使用YK估算器(动作描述留给你),但剩下的工作流程必然非常相似.如果您的照片适合Focus Magic恢复,则可能 YK方法可行.如果它们不是(或者不够,或者它们不够值得),那么即使尝试实现它也没有意义.


Tot*_*ero 4

运动模糊是一个很难克服的问题。获得最佳结果时

  1. 相机相对于场景的速度已知
  2. 您有许多可以关联的模糊物体的图片。

您确实有一个主要优势,因为您正在查看文本(通常构成高对比度特征)。如果您仅将反卷积应用于图像的高对比度(我知道理论通常是排除高对比度)区域,您应该获得可以使您更好地识别字符的结果。此外,前/后处理的锐化/模糊滤镜的组合可能会有所帮助。

我记得之前这篇论文给我留下了深刻的印象。也许对其实施进行调整值得一试。