Www2022xxcom

Safety Abusedteacher.com Ko California Any Naked Abused Teacher 動態模糊 - 维基百科,自由的百科全书

Safety Abusedteacher.com Ko California Any Naked Abused Teacher

的電影,可以繪出逼真的動態模糊,因為渲染器(renderer)有更多時間來繪製每個畫面。時間上避免失真需依照許多瞬間時間的組合來製造畫面。

search Abusedteacher.com search Safety California California searcha Any esearchysearchsearche California rsearchh Abusedteacher.com Safety a Abusedteacher.com isearcho Any searchasearchisearchosearchn Safety aa Abusedteacher.com Ssearchfesearchysesearchrc Safety A searchafet Any searchdeasearchcsearche Any asearchetsearch Abusedteacher.com b Abusedteacher.com s California d Safety e California csearche Safety .searchom California e Abusedteacher.com A California ue Safety tsearchasearchh Safety r. Any omsearch.s Any ac Safety o A California y Any C California lionsearcha California asearchetysearchbsesearcht Safety asearchher Any cm Safety Safety Ab Any sdtesearchc Any ercsearchmsearch[编辑]

電視運動轉播中,一般攝影機每秒曝光25或30次,動態模糊反而變成困擾,因為在慢動作時會混淆拋射體或運動員的確切位置。因此高速攝影機通常用來消除動態模糊,每秒能曝光1000次或以上,然後每秒傳送25或30幀。雖然能產生更清晰的慢動作重播,但在正常速度播放下看起來會很怪,因為眼睛預期看到動態模糊卻沒看到。

因為人眼習慣看到動態模糊,所以電視或電影中的運動模糊甚至不會注意到。而電腦產生的影像在時間上很分明,沒有動態模糊使流暢度降低,因此看起來不夠真實。

有時候可用反捲積(反摺積)(deconvolution)從圖片中移除動態模糊。

動態模糊模型[编辑]

影響模糊的參數[编辑]

0度~360度,不同角度會造成不同的模糊類型。

長度為移動多少間隔的像素。

動態模糊的類型[编辑]

動態模糊發生在單一方向的模糊。鏡頭的角度會影響動態模糊線條的角度;濾鏡的半徑長度會影響模糊強度,長度越長會越模糊。

產生像物體在旋轉的環狀動態模糊。此類型的模糊以鏡頭對準的點為中心,角度為主要影響因素,角度變化越大越模糊。

縮放型的動態模糊是以圖片中心為中心輻射開來的模糊。圖片中心未發生模糊但以圖片中心為準的外圍卻會模糊,會讓人有凸顯圖片中心的動態感覺。鏡頭的縮放長度為主要影響因素。

數學模型[编辑]

假設有一清晰平面圖片,我們只能觀察到其模糊後的圖片 ,為已知的點擴散函數PSF(Point Spread Function), 表示捲積(摺積)(convolution)。 假設此捲積為離散且有雜訊,我們觀察到的圖片可表示成:

為雜訊。 為分佈在整齊的×格子X中,。

最簡單的動態模糊模型可用直線型點擴散函數以離散捲積形式表示為:

L為核kernel的長度,由運動速率決定,斜率則由運動方向決定。 此模型假設圖片中的所有像素的移動皆相同。

去動態模糊[编辑]

關鍵因素[编辑]

去動態模糊(motion deblurring)取決於點擴散函數(Point Spread Function)的確定。 模糊是與鄰近像素平均產生的結果,因此想恢復必須有足夠的鄰近像素的資訊。

去模糊方法[编辑]

天真法-快速傅立葉變換去模糊法(FFT Deblurring)[编辑]

快速傅立葉去模糊法是非常簡單的方法之一: 頻域的去模糊運算可表示為模糊影像的傅立葉變換和點擴散函數的傅立葉變換的乘積。

因此去模糊可以簡單地用點擴散函數傅立葉變換的倒數MTF(k)來表示。

當符合下列兩條件時有很好的效果:

a)模糊影像沒有被雜訊。
b)MTF沒有零點(zeros)。

但實際上不管是否符合上述2條件,雜訊仍會被放大(看N/MTF那項)。

非遞迴法-Wiener濾波器去模糊法(Wiener Filter Deblurring)[编辑]

均方誤差(MSE)最佳化線性去模糊

其他「非遞迴式」方法,例如:調整濾波器(Regularized filter),引入回復圖像的限制條件。 Wiener去模糊法與「非遞迴式」方法有關。此方法可以解釋為:藉著找出與原圖有最小均方誤差的圖片為重建圖片。 Wiener濾波器的想法大致上用線性化方式解決了一般非線性最小化問題。對於雜訊為純高斯雜訊時,最小化問題是線性的。因此Wiener濾波器以均方誤差為此特例提供了最佳化解法。然而實際圖片大部分卻是Poissom雜訊,因此下一個方法被提出了。

遞迴法- Lucy-Richardson去模糊法(Lucy-Richardson Deblurring)[编辑]

Lucy-Richardson、Regularized和Wiener去模糊法都是針對反摺積運算下,因雜訊影響和混沌蝴蝶效應所造成影像錯誤,不同的是,Lucy-Richardson去模糊法是遞迴式的。Lucy-Richardson利用條件機率的貝氏定理反覆運算,並將去模糊處理前後的影像作比較,消除雜訊的部分,得到增強的結果。

兩個關鍵的理解帶出了最後的公式:

1)貝式公式中的機率可以用像素的亮度取代。

以下解釋可以更明白:光子在一定時間內碰到感測像素的機率和像素的亮度成正比。

2)條件機率矩陣:是點擴散函數。

參考資料[编辑]

取自“w/index.php?title=動態模糊&oldid=32353242
分类

导航菜单

个人工具

命名空间

不转换