去模糊算法先于阈值处理 - 速度超过准确性

信息处理 图像处理 阈值 反卷积 模糊 盲反卷积
2021-12-30 11:26:14

我正在编写一个从相机输入中识别数独谜题的应用程序。我想从图像中删除相机模糊以提高识别度。这是一个示例图像:

在此处输入图像描述

由于我正在处理连续的相机馈送,因此我担心速度,因为慢速算法会降低我的帧速率。另一方面,该技术不必非常精确,因为之后我将对图像进行阈值化/二值化。我使用的去模糊算法只需要足够准确,以便在阈值处理后数字清晰。这是分割 Otsu 阈值后图像当前的样子(阈值级别是为每个 3x3 单元格网格独立选择的):

在此处输入图像描述

我正在寻找与 OpenCV 数据结构兼容的实现。这意味着不能选择现成的 Matlab 解决方案。然而,我发现关于图像去模糊的 Matlab 文档对于理解一般原则以及这个站点非常有帮助。在任何情况下,Matlab 函数都是计算密集型的,我无法选择一个能给出良好结果的估计点扩展函数 (PSR)。

您对允许通过后续阈值轻松区分特征的快速去模糊算法有什么建议?

1个回答

您只需要查找并报告九个特定符号的位置。您可以通过计算相关性(通过在傅立叶空间中相乘来快速完成)与从典型拼图图像中截取的九位数字样本计算相关性来做到这一点,因为它是模糊的。所有模糊的“9”看起来都一样,所有其他数字也一样。我假设拼图图像是用同一台相机以同样的方式拍摄的。

通过从每个图像中减去一个更模糊的副本,它可能会更好地处理输入拼图图像和图像片段的高通滤波版本。