摘 要：人的眼睛具有视觉暂留性，人体通过眼睛观察物体时，看到的每一幅画面的实际都是一段时间的运动过程，所以，如果将人眼观察每一幅画面提取出来，逐帧观看，那么图片的观看效果是模糊的。当我们得到一张局部动态模糊图片时，很难识别动态模糊图片的内容，所以我们建立合理的仿真运动退化数学模型，对图像的还原进行求解。
　　关键词：局部动态；模型；图像；还原
　　本模型的目标是为了将局部模糊的运动图片还原为清晰的图片，通常我们判断图片是否清晰，眼睛是唯一的标准，但人眼判断具有随机性、不准确性，所以我们引入PSNR、KW、Q为客观判断标准。
　　首先我们借用背景差法提取模糊图像的局部运动模糊区域，
　　再将图像灰度化处理，将图片转化为矩阵分布，然后加入高斯噪音，建立优化图像，再通过霍夫变换和soubel边缘检测，确定了偏转角度，再对曝光时间的相对速度求微分得出图形运动的距离，得出点扩展函数，然后使用邻域平均法进行去噪处理，最后建立维纳滤波模型完成图片的复原。
　　再借用alpha通道和matlab软件进行图像的复原与合成。
　　最后借用峰值性噪比PSNR、模糊系数KW与质量因素Q对结果进行检验分析。
　　本文主要运用了复原的方法是经典的维纳滤波法，通过实际实验，客观标准分析以及与实际模糊图像的对比，得出我们的维纳滤波模型有效可行。
　　一、问题重述
　　人的眼睛具有视觉暂留性，人体通过眼睛观察物体时，看到的每一幅画面的实际都是一段时间的运动过程，所以，如果将人眼观察每一幅画面提取出来，逐帧观看，那么图片的观看效果是模糊的。电影的拍摄也是同样的原理，所以将电影的动态影响分离成为一帧一帧播放时，图像也是模糊的。游戏公司为了优化玩家的游戏体验，尽力保证游戏内的每帧画面都是静态制作的，这样提高了游戏画面的清晰度，但需要设备以较高的帧率运行，否则会出现卡顿，为了降低游戏对设备的要求，人们开发出仿真动态模糊效果的技术。在我们实际的拍摄中，往往一帧的画面中只有局部的场景是处于运动状态的，因此，我们建立局部运动模糊图像模型进行求解，还原出清晰的图片。
　　二、模型假设
　　（一）假设照片的转换對原像素无改变。
　　（二）物体运动仅是平面的匀速直线运动。
　　（三）假设曝光度和聚焦合适，对实验不造成影响。
　　（四）假设相机像素合适，得到的模糊图像有具体轮廓。
　　（五）假设无其它非自然因素的影响。
　　三、模型建立与求解
　　（一）局部运动模糊区域的提取
　　为了能更高效、清晰的完成图像的复原，我们需要进行局部运动模糊区域的提取工作，即将局部运动模糊图像与清晰的背景进行分离。将图像按照不同的需要分成互不重叠的多个区域，这叫做图像的分割。为得到准确的局部模糊区域，我们采用数字抠图的方法。
　　数字抠图技术是图像分析、复原中一门常用的技术，它将所需的目标区域定义为前景元素，将晰的背景定义为背景元素。数字抠图就是从整体图像中分离出前景元素，留下背景元素，进而便于其他处理，成功进行分离后，前景元素和和背景元素相交区域的像素值即局部模糊区域的像素值和清晰背景像素值的线型组合。


　　有许多种获得局部模糊区域的方法，常见的有三种方法，分别是光流法。帧差法、背景差法。
　　（1）光流法：指的是便捷高效的图像表达方式，它定义了图像运动序列中的表观运动，即空间运动物体的表面速度在平面传感器中的表达。但需要人的主观判断，具有随机性和主观性。
　　（2）帧差法：即通过视频中相邻两帧的图像进行对比作差研究，当目标对象出现异常变化时，前后对比，借用两帧图像亮度差的绝对值进行对比研究。但该方法需要多幅连续的逐帧画面计算量较为庞大，且误差较大。






　　参考文献
　　[1]《运动模糊图像复原算法》 期刊：《科技视界》 年份：2013 作者：周志强
　　[2]《一种去除图像运动模糊的算法》 期刊：《现代妇女：理论前沿》 年份：2015 作者：孔波