图像运动模糊复原问题一直是图像处理领域中的著名难题。随着微电子、传感器以及计算机等技术的发展,人们开始利用这些新技术来改进传统摄影技术中存在的种种问题和限制,逐渐形成了一个新的研究领域——计算摄影。计算摄影将众多学科领域中的先进技术应用到运动模糊图像复原当中,巧妙地解决传统运动图像复原中需要依靠复杂数学模型才能解决的难题,成为当前研究的热点方向。本文围绕运动模糊图像清晰化这一主题,采用计算摄影领域中混合相机和编码曝光技术来解决传统运动模糊图像清晰化过程中点扩展函数难于求解和图像反卷积病态性问题。本文首先利用高速低分辨率传感器获得高分辨率低速传感器曝光过程中的图像序列,应用视觉运动测量技术得到高分辨率图像曝光过程中的运动参数,通过对图像运动模糊过程建模,得到运动模糊图像的点扩展函数;然后针对图像反卷积复原的病态性问题,本文采用计算摄影中编码曝光的方式来拍摄高分辨率图像,编码曝光从图像获取的前端改变图像运动模糊的形成过程,从根本上解决了图像运动模糊复原问题的病态性。论文的主要研究内容及创新点如下:运动模糊图像建模方法研究。针对传统的运动模糊图像复原研究中采用二维清晰图像到二维模糊图像的模型难以准确描述运动模糊过程的难题,本文从图像获取的源头开始,将相机成像过程纳入到运动模糊过程的分析当中,建立了从三维场景到二维图像的运动模糊模型,给出了直线运动和复杂运动情况下的基于成像模型的运动模糊图像点扩展函数求解方法,为后面研究奠定了理论基础。混合视觉采集系统标定方法研究。本文用于运动模糊图像点扩展函数测量的高速传感器与拍摄运动模糊图像的高分辨率传感器的空间分辨率是不同的,因而建立了以空间尺度为统一度量标准的混合视觉采集系统标定模型。利用三个相机之间的空间几何关系,提出了一种基于三维空间几何约束的混合视觉系统相对外部参数估计方法。与目前公认的优秀标定算法的对比实验表明本文算法具有较高的标定精度和稳定性。在标定所用棋盘格黑-黑格交点的检测方面,针对SUSAN角点检测算法难以区分边缘点和角点的问题,提出了一种基于多方向对称约束和匀质约束的改进SUSAN角点检测算法,算法引入了多方向对称约束算子和匀质约束算子两个约束算子来去除SUSAN算法误检测的边缘点。对比实验表明在引入两个约束算子后,算法的准确性获得了较大提高。基于双目立体视觉的三维运动测量方法研究。本文基于双目立体视觉的三维运动测量技术需要在4维空间(3维空间+1维时间)中进行特征的检测和匹配,本文同时考虑了双目立体匹配约束和运动匹配约束两种约束条件,提出了一种基于立体-运动双约束SIFT立体运动测量方法。算法在搜索匹配过程采用极线约束缩小匹配算法的搜索空间,在消除误匹配点时采用了运动约束条件来提高匹配的准确性和可靠性。针对由运动目标导致的局部运动模糊应用,提出了一种基于彩色“减背景”和SUSAN的精确目标检测算法,首先进行彩色“减背景”方法的运动目标区域粗检测,在粗检测结果中进行改进SUSAN算法边缘检测,获得目标边缘,对边缘内部进行形态学填充处理后获得精确目标区域。实验表明目标检测算法可以较为精确地检测出目标区域,运动测量算法与已有算法相比具有较高的时间效率和较好的测量精度。基于编码曝光的运动模糊图像复原方法研究。编码曝光技术改变了传统相机的曝光方式,解决运动模糊图像点扩展函数的可逆性问题。针对已有编码曝光技术中存在的纹理背景对模糊区域的不良影响、最优码搜索时间长、分辨率损失等问题,本文先后提出了基于“抠图”思想的局部运动模糊模型、快速码字搜索算法以及编码曝光匀加速直线运动模糊点扩展函数计算方法。综合应用本文混合视觉系统的信息优势,提出了一种基于混合编码曝光的运动模糊图像复原方法,突破了已有编码曝光技术不能够自动获取运动模糊长度和不适用纹理背景条件下的局部运动模糊问题,并延展了编码曝光技术的应用范围,使其不仅能够处理匀速运动而且能够处理匀加速运动所导致的运动模糊问题。最后通过实验验证本文算法在各种情况下的有效性,并与已有算法进行了多方面的对比分析。实验表明本文算法在有效性方面优于已有编码曝光方法,在复原时间效率方面较传统复原方法具有较大的优势,经程序优化后有望达到实时处理目标。