產生模糊和噪聲的原因有很多，比如拍攝環境的不穩定、拍攝裝置的不精密、拍攝物件的快速運動、空氣氣流的擾動、儲存與傳輸過程電路產生的錯誤等，本文要考慮的是由於拍攝物件和拍攝裝置相對運動引起的運動模糊。關於噪聲，其種類和產生的原因也是多種多樣，比如白噪聲、椒鹽噪聲、閃爍噪聲、褐色噪聲等。由於本文關注的重點在於對運動模糊的處理，所以對噪聲統一處理為加性的隨機噪聲。

運動模糊的數學原理

運動模糊，是在拍攝裝置快門開啟的時間內，物體在成像平面上的投影發生平移或旋轉，使接受的影像彼此發生重疊。

        為了便於用數學語言描述影象及其變換，現作如下規定：影象的左上角為座標原點(0,0)，影象的長度方向為x軸，寬度方向為y軸，整個影象落在第一象限。

        其中，Cx為影象在方向上的平移速度，Cy為在方向上的平移速度，T為快門開啟時間即產生模糊影象的時間，n(x,y)為加性噪聲。

計算機實現細節

        為了簡化計算過程，我假設只有運動模糊而沒有任何加性噪聲，而且產生模糊的運動是沿x方向的。

        對於真實影象，模糊影象自然是原始影象的疊加，但對於數字影象，由於畫素資訊由數值表示，不能簡單地將相應畫素值相加，而是將畫素資訊縮小後相加，否則會使亮度成倍增加，使影象嚴重失真。

例子一枚

原影象：

模糊處理後的影象：

程式碼

/* opencv version 2.3.1 */
#include "stdafx.h"
#include "highgui.h"
#include "cv.h"

void motionblur(IplImage* in, IplImage* out, int steps_x)
{
	int cnl,step;
	int length=in->widthStep;
	for(int y=0;y<in->height;y++)
	{
		uchar* pin=(uchar*)(in->imageData+y*in->widthStep);
		uchar* pout=(uchar*)(out->imageData+y*out->widthStep);
		int temp;
		for(int x=0;x<in->width;x++)
		{
			for(cnl=0;cnl<3;cnl++)
			{
				float sum = (float)pin[3*x+cnl]/steps_x;
				for(step=1;step<steps_x;step++)
				{
					if(step<=x)
						temp=step;
					else
						temp=step+x;
					sum += (float)pin[3*x+cnl-temp*3]/steps_x;
				}
				pout[3*x+cnl] = (uchar)sum;
			}
		}
	}
}

int main()
{
	IplImage* img = cvLoadImage("H:\\original.jpg");
	cvNamedWindow("Origin",CV_WINDOW_AUTOSIZE);
	cvNamedWindow("Blur",CV_WINDOW_AUTOSIZE);
	cvShowImage("Origin",img);
	IplImage* blur = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,3);
	motionblur(img,blur,10);
	cvShowImage("Blur",blur);
	cvSaveImage("H:\\original_mblur.jpg",blur);
	cvWaitKey(0);
	cvReleaseImage(&img);
	cvReleaseImage(&blur);
	cvDestroyWindow("From");
	cvDestroyWindow("To");
	return 0;
}
 

一些問題

    對邊界的處理

    顏色的不連續