Устранение размытия изображения

[Smorodov 579]

Есть вот такая интересная функция, я стащил её у китайцев и адаптировал к opencv

Картинка для неё:

motion_fuzzy_lena.bmp

Подозреваю что для других картинок надо настраивать параметры

(

int A = 80;int B = 10;

и Общее расстояние сдвига

const int nTotLen=10;

).

Но как пока не разобрался.

В пояснениях было написано, что устраняет размытие от прямолинейного равномерного движения.

Результат работы:

bool cvMotionRestore(IplImage* Src,IplImage* Dst)

{

	BYTE *	lpSrc;

	//Размеры изображения

	LONG    lWidth=Src->width;

	LONG    lHeight=Src->height;

	// Изображение количество байтов в строке

	LONG	lLineBytes=Src->widthStep;

	LPBYTE  lpDIBBits;

	lpDIBBits=(LPBYTE)Src->imageData;

	//Переменная цикла

	long iColumn;

	long jRow;

	int i,n,m;

	//Временные переменные

	int temp1,temp2,totalq,q1,q2,z;

	double p,q;

	// Назначение коэффициентов

	int A = 80;

	int B = 10;

	//Общее расстояние сдвига

	const int nTotLen=10;

	// Ширина изображения содержит число длин сдвига ntotlen

	int K=((float)lLineBytes/(float)nTotLen);

	int error[nTotLen];

	for (jRow = 0; jRow < lHeight; jRow++)

	{		

		// Вычислить error[i]

		for(i = 0; i < nTotLen; i++)

		{

			error[i] = 0;

			for(n = 0; n < K; n++)

				for(m = 0; m <= n; m++)

				{

					// пиксель начале строки

					if(i == 0 && m == 0)

					{

						temp1=temp2=0;

					}

					// дифференциальный оператор

					else

					{

						lpSrc = (unsigned char *)lpDIBBits + lLineBytes * jRow + m*nTotLen+i;

						temp1=*lpSrc;


						lpSrc = (unsigned char *)lpDIBBits + lLineBytes * jRow + m*nTotLen+i-1;

						temp2 = *lpSrc;

					}


					error[i] = error[i] + temp1 - temp2;


				}				

				error[i] = B * error[i] / K;

		}


		for(iColumn = 0; iColumn < lLineBytes; iColumn++)

		{			

			m = iColumn / nTotLen;

			z = iColumn - m*nTotLen;			


			totalq = 0;

			q = 0;


			for(n = 0; n <= m; n++)

			{

				q1 = iColumn - nTotLen*n;


				if(q1 == 0)	{q = 0;}


				// дифференциальный оператор

				else

				{

					q2 = q1 - 1;


					lpSrc = (unsigned char *)lpDIBBits + lLineBytes * jRow + q1;

					temp1 = *lpSrc;


					lpSrc = (unsigned char *)lpDIBBits + lLineBytes * jRow + q2;

					temp2 = *lpSrc;


					q = (temp1 - temp2) * B;				

				}


				totalq = totalq + q;

			}


			p = error[z];


			// Получить значения f(x,y)

			temp1 = totalq + A - p;


			// Результат к диапазону 0-255

			if(temp1 < 0)

				temp1 = 0;


			if(temp1 > 255)

				temp1 = 255;


			Dst->imageData[lLineBytes*jRow + iColumn] = temp1;

		}

	}	

	return true;

}

[/code]

[mrgloom 242]

вообщем мне кажется, что это не самый крутой метод, ибо видны полоски.

можно поискать по тегам

motion blur, motion debluring, Wiener deconvolution

http://www.owlnet.rice.edu/~elec539/Projects99/BACH/proj2/blind/bd.html

http://www.cse.cuhk.edu.hk/~leojia/projects/motion_deblurring/index.html

http://cs.nyu.edu/~fergus/research/deblur.html

[Smorodov 579]

Некрутость этого метода даже не в том что полоски видны, а в том что он не подбирает ядро обратной свертки (Deconvolution).

PS:

Спасибо, ссылки классные

Попробую что-нибудь реализовать.

[Smorodov 579]

Продолжая тему фильтров:

Фильтр Винера (Wiener filter):

wiener.cpp

Настроен для работы с изображением http://www.compvision.ru/forum/index.php?app=core&module=attach§ion=attach&attach_id=330 (ядро свертки - прямоугольник 1х10).

Результат работы программы:

Интелловская редакция алгоритма:

http://software.intel.com/en-us/articles/wiener-filtering-using-intel-advanced-vector-extensions/

[Smorodov 579]

Еще один замысловатый способ устранения размытия (нужно знать чем размывали, метод не слепой).

Исходное размытое изображение (размываем там-же в программе):

Результат:

Исходник:

stochastic_deconvolution_opencv.zip

Теория:

StochasticDeconvolution-Gregson2013.pdf

Сайт авторов:

http://www.cs.ubc.ca/labs/imager/tr/2013/StochasticDeconvolution/

[Smorodov 579]

Deep Convolutional Neural Network for Image Deconvolution.

http://lxu.me/projects/dcnn/