OpenCV3入門（十三）圖像運動模糊

2020 年 3 月 14 日
筆記

1、原理

運動模糊產生：由於相機傳感器或物體相對運動，按快門瞬間造成圖像產生運動模糊。

在用攝像機獲取景物圖像時，如果在相機曝光期間景物和攝像機之間存在相對運動，例如用照相機拍攝快速運動的物體，或者從行駛中的汽車上拍攝外面靜止不動的景物時，拍得的照片都可能存在模糊的現象，這種由於相對運動造成圖像模糊現象就是運動模糊。運動模糊是一種圖片“退化”現象，無法反應真實的場景。

假設圖像f(x,y)進行平面運動，x(t0)和y(t0)分別是在x和y方向上隨時間變化的量。那麼介質上（如膠片或數字存儲器）上任意點的曝光總數是通過對時間間隔內瞬間曝光量的積分得到的，圖像系統的快門在該段時間是開着的。假設快門開關所用的時間很短，因此光學成像過程不會受到圖像運動干擾。運動模糊產生式：

g(x,y)：代表運動模糊後在坐標(x,y)的結果

T：代表曝光時間

2、實現過程

1）對圖像方向分解為x和y方向；

2）因為圖像Mat坐標對應圖像的正下，所以翻轉Y軸；

3）分別計算圖像位移；

4）合併多個像素，防止溢出求平均值。

3、代碼實例

實驗代碼如下。只是簡單的實現了模糊原理，沒有考慮加性噪聲n(x)。

void MotionBlur(Mat& img, Mat& dst, int angle, int distance)  {      angle = -1*angle % 360;      double radian = ((double)angle + 180.0) / 180.0*3.1415926;      int dx = (int)((double)distance* cos(radian) + 0.5);      int dy = (int)((double)distance* sin(radian) + 0.5);        int sign = 0;      int height = img.rows;      int width = img.cols;      int chns = img.channels();        if (dst.empty())    dst.create(height, width, img.type());      int i, j, k；  int i0=0, j0=0, p, sum, count;      for (i = 0; i < height; i++)      {          unsigned char* dstData = (unsigned char*)dst.data + dst.step*i;          for (j = 0; j < width; j++)          {              for (k = 0; k < chns; k++)              {                  sum = 0, count = 0;                  sign = (dx > 0) ? 1 : -1;                  for (p = 0; p < abs(dx); p++)                  {                      i0 = i;                      j0 = j+p * sign;                      if (i0 >= 0 && i0 < height && j0 >= 0 && j0 < width)                      {                          count++;                          sum += img.at<Vec3b>(i0, j0)[k];                      }                  }                  sign = (dy > 0) ? 1 : -1;                  for (p = 0; p < abs(dy); p++)                  {                      i0 = i + p * sign;                      j0 = j;                      if (i0 >= 0 && i0 < height && j0 >= 0 && j0 < width)                      {                          count++;                          sum += img.at<Vec3b>(i0, j0)[k];                      }                  }                    if (count == 0)                  {                      dstData[j*chns + k] = img.at<Vec3b>(i0, j0)[k];                  }                  else                  {                      dstData[j*chns + k] = saturate_cast<uchar>(sum / (double)count + 0.5);                  }                }          }      }  }    void test_motion()  {      Mat src_img = imread("D:\WORK\5.OpenCV\LeanOpenCV\pic_src\pic14.bmp");      imshow("原圖", src_img);        Mat dst_img;      MotionBlur(src_img, dst_img, 180, 20);      imshow("motion", dst_img);  }