防抖算法小结

最近研究了一下防抖算法，总结如下，欢迎大家交流。防抖算法我总结一下三个方向：

• deconv method
• base gyro method
• feature method

下面说一下我对上述各种方法的理解。
- deconv method

该方法的模型数学表示如下：

Blurred image=Sharp image* kernel+Noise 公式1

这样问题就来了，当我们有且仅有一个模糊图像的时候，这个模型的数学表达就是一个ill-problem.在这种情况下，许多牛人提出了各种方法，但是都会有一个问题，离开不了预设初始化、迭代、傅立叶变换等条件。我在matlab跑了下代码，嗯，60分钟左右，一张几兆分辨率的图像。这里有兴趣的同学推荐阅读paper：
Deblurring Text Images via L 0 -Regularized Intensity and Gradient Prior
Deblurring Shaken and Partially Saturated Images
Fast Motion Deblurring
Learning Good Regions to Deblur Images

我总结如下：算法复杂度过高。

• base gyro method.

这种方法是基于移动设备的陀螺仪来确定公式1的kernel，接下来是用deconv啊还是使用winner滤波等方法进行防抖处理。上图。

推荐paper如下：
Gyro-Based Multi-Image Deconvolution for Removing Handshake Blur

**Image deblurring in smartphone devices using
built-in inertial measurement sensors**

只进行了一下winner滤波在指定psf下的仿真，由此可证明在保证陀螺仪判断kernel靠谱的情况下，该方法可行。

运行时间为1M分辨率的情况下 800ms。该方法可拓展为把图像分为大小相同的block，并进行分别的PSF和image restroe，这样理论上可以提高速度。因为winner滤波的本质就是7次傅立叶变换，可以使用fftw和neon进行加速。

• feature method
  该方法是我由video stabilization algorithm总结而来，基本上特征点-匹配-warpping的方法进行视频稳像。

  推荐paper：
  Bundled Camera Paths for Video Stabilization

该论文的核心思想如下图所示：

该paper提出的思想如下，分成各个block确定各个block的端点，进行feature point检测，再进行匹配，根据上述信息进行warpping，得到最终稳定图像。

本想上传仿真图像，但超过2M，懒得上传了。
说下结论吧，可以稳像，但deblur效果一般。如果两帧的图像都有局域较大的blur,基本没啥效果。如果使用Surf工程化的时候也会有问题，因为surf向量是64维的，memory占用会较大。13M图像花了13s，呃，surf大约耗时5s，warpping 8s。

可以考虑基于多种feature point 进行优化。

有误之处，大家多多指教。