基于FPGA优化和惯性测量单元的快速红外图像去模糊

王 玥，付 强，吴 艳

(1.柳州工学院 信息科学与工程学院,广西 柳州 545616；2.柳州铁道职业技术学院 建筑技术学院，广西 柳州545616；3.广西科技大学 电气工程与计算机学院,广西 柳州 545001)

0 引言

图像模糊[1]在传感器获取图像的过程中时有发生，如平台的转动、振动都有可能造成像素的叠加和偏移，去模糊处理是图像处理领域的热门研究课题。与一般CCD相机相比，红外成像系统中的模糊更加常见。其中，万向节是稳定红外成像的传统机制，一般由轴上的电机、回馈传感器以及驱动电路组成[2]。在红外目标跟踪系统中，万向节系统常用于保持红外探测器的朝向，以保持目标在成像系统的视场内。因此，突然的平台移动、振动、机械冲击都会影响万向节的性能，从而造成红外图像的模糊。

为了尽可能减少模糊，增强清晰度，已有很多学者对其进行了研究。目前，图像去模糊方法一般可分为两大类：确定性方法和概率方法。确定性方法包括逆滤波[3]和最小二乘，以及正则化方法[4]。这类方法通过直接分析或数值计算得出，不进行随机或概率运算。基于迭代的去模糊方法也可归入此类。概率方法包括维纳滤波(一种后验解决方案)和迭代卡尔曼滤波器方法等[5]，这类方法依赖于统计数据。

文献[6]基于图像数据的保真度和正则化项，提出惯性测量单元(Inertial Measurement Unit,IMU)保真度代价的概念，惩罚不太可能产生IMU测量值的模糊核，对曝光时间内的相机运动轨迹进行估计。文献[7]通过典型的稀疏字典学习方法消除噪声，减少特征系数的训练时间，利用双边滤波器实现POCS算法中点扩散函数估计，虽然该方法较好地保持了图像的边缘细节，但整体复杂度较高。……