1、“.....但是，如上所述，并不是所有的代码转换都被检测到。在这个例子中，实际的运动是像素，但是边缘表示像素的运动。将同样的技术应用于不同的图像，始终可以得法。这些技术共同提供了大幅改进，以重建颤振快门图像。关键词运动模糊编码曝光估计降噪数码照片要求在拍摄时，相机和场景中的任何物体之间不存在相对运动。任何运动物体的图像都将沿着运动方向模糊。这种模糊被称为动态模糊，是数码照片中最常见的认为造成的现象。在些情况下，由物体运动引起的模糊是有用的。例如，它创造了种运动的印象，并帮助观众识别运动的方向，尤其是在静止的照片中。然而，在数码摄影中，运动模糊通常被认为是不可取的。运动模糊降低了图像的质量，这样就不可能在有大量运动模糊的照片中区分不同的对象。本文对利用等的技术对图像进行后处理提出改进，真正的颤振快门图像。为了获得更多的图像......”。

2、“.....模拟从帧间具有亚像素运动的运动序列开始。帧间运动要求很小，以便图像序列能够很好地逼近连续时间数据。从网络中获取合适的高速摄像机图像序列，并利用射线追踪软件生成额外的序列。真正的颤振快门图像包含自然噪声，这是相机的特点。这些是唯用于研究降噪的图像。对于估计的研究，我们还使用了由生成的高速摄像机和图像序列的图像序列。高速相机的图像包含了自然噪音，并被纳入到模拟的颤振快门图像中。对于图像序列，使用了函数为每个图像添加模拟噪声。加入了模拟放大器噪声作为高斯噪声，其方差颤振快门图像重建的改进方法研究论文原稿放松的中值滤波器对不模糊图像的清晰度的影响可以忽略不计，但在重构之前，它会破坏编码模糊图像中包含的些清晰细节。因此，经过重建，清晰的细节被丢失。重建后的去噪效果略优于重建前的去噪效果。输出图像的平滑度和锐度都比较低。然而，在些情况下......”。

3、“.....这在大型物体运动中尤为明显。颤振快门图像重建的改进方法研究论文原稿。编码曝光图像的估计与传统运动模糊图像的估计完全不同，因为现有的通常依赖于运动模糊的连续性质。例如，等人和等人利用常规运动模糊的功率谱中的从模糊图像中识别。这些技术在编码在频率响应中不包含任何零。的估计方法概括了透明的概念，包括个对象遮挡了部分曝光时间背景的图像区域。由于常规运动模糊的是连续的，所以可以使用来识别模糊。和修改代码，使更适合，但修改后的代码远非最优，增加重构噪声。此外，获得的值非常不准确，特别是对于较大的模糊。运动模糊图像捕获的仿真为了实验的目的，要求在合理数量的情况下使用己知运动模糊的颤振快门图像。开发人员提供了少量真正的颤振快门图像。为了获得更多的图像，使用运动序列图像模拟了颤振快门技术。其相关工作。然后讨论了运动模糊图像捕获的仿真，包括颤振快门的仿真......”。

4、“.....模拟从帧间具有亚像素运动的运动序列开始。帧间运动要求很小，以便图像序列能够很好地逼近连续时间数据。从网络中获取合适的高速摄像机图像序列，并利用射线追踪软件生成额外的序列。真正的颤振快门图像包含自然噪声，这是相机的特点。这些是唯用于研究降噪的图像。对于估计的研究，我们还使用了由生成的高速摄像机和图像序列的图像序列。高速相机的图像包含了自然噪音，并被纳入到模拟的颤振快门图像中。对于图像序列，使用了函数为每个图像添加模拟噪声。加入了模拟放大器噪声作为高斯噪声摘要相机与拍摄对象之问的相对运动会在拍摄到的图像中引入运动模糊。非模糊图像的重建由于空间高频率的丧失而具有病态性。颤振快门通过在曝光过程中快速打开和关闭快门来保持高频率，提供了极大的改进。文中解决了从抖动快门图像重建不模糊图像的两个开放问题。给出了种在保留图像细节的同时减少重构噪声的降噪技术......”。

5、“.....这些技术共同提供了大幅改进，以重建颤振快门图像。关键词运动模糊编码曝光估计降噪数码照片要求在拍摄时，相机和场景中的任何物体之间不存在相对运动。任何运动物体的图像都将沿着运动方向模糊。这种模糊被称为动态模糊，是数码照片中最常见的认为造成的现象。在些情况下如上所述，并不是所有的代码转换都被检测到。在这个例子中，实际的运动是像素，但是边缘表示像素的运动。将同样的技术应用于不同的图像，始终可以得到与实际运动相比的相似的检测运动比例。这个比率取决于快门代码的性质，可以用来修正基于检测到的边缘的运动估计。结果是对的准确估计。结果我们的估计技术的局限性类似于等人为重建的般。特别是，我们的估计方法只适用于速度恒定光照恒定的线性运动的场景。此外，估计依赖于前景对象上的边缘检测，不适用于背景介绍额外边缘或物体有多个边缘的图像的部分。对所给出的估计方法进行了仿真，可以得出结论......”。

6、“.....这些技术降低了噪声，但同时也存在图像平滑特征定位不佳噪声抑制不完全的副作用。非线性技术如中值滤波在降噪方面是有效的，但也会消除图像细节。混合滤波器结合多种去噪算法，以解决单个的不足。和将各向异性扩散与中值滤波结合，与单个滤波相比产生了更好的结果中值滤波去除的各向异性扩散产生了不必要的阶梯效应。然而，中值过滤器也去除些细节，尖锐的角和细线。等对该技术进行了修改，用非线性阶滤波器和中值滤波器代替了各向异性扩散滤波器。颤振快门图像重建的改进方法研究论文原稿。基于边缘的估计当将显示编码运动模糊的图像与颤振代码进行比，颤振快门图像重建的改进方法研究论文原稿，。法。这将使颤振快门技术适合非技术用户。参考文献，的手动规范，从颤振快门图像中重构非模糊图像，得到具有显著噪声特性的结果。已经可以证明......”。

7、“.....最后使用个放松的中值滤波器。还演示了种基于边缘检测的从模糊图像中提取运动模糊的半自动技术。这种方法要求用户选择图像的适当部分，然后进行分析以确定动态模糊。该技术精度高，重建效果好。未来的工作可以使用更复杂的技术来识别边缘检测到的图像中的运动人工制品，可能提供种完全自动化的提取方法。这将使颤振快门技术适合非技术用户。参考文献，不困难，只要背景整洁。在每个示例中，都被成功提取。结论颤振快门相机在运动模糊的图像中保持了高频率的信息。根据先前提出的运动模糊的手动规范，从颤振快门图像中重构非模糊图像，得到具有显著噪声特性的结果。已经可以证明，重构噪声可以通过在重构前后使用阶去噪滤波器来减少重要图像信息的丢失，最后使用个放松的中值滤波器。还演示了种基于边缘检测的从模糊图像中提取运动模糊的半自动技术。这种方法要求用户选择图像的适当部分，然后进行分析以确定动态模糊。该技术精度高......”。

8、“.....未来的工作可以使用更复杂的技术来识别边缘检测到的图像中的运动人工制品，可能提供种完全自动化的提取方较时，可以看到当代码改变时，高频率出现在模糊中。例如，图中的模拟图像显示了与特定的快门代码相对应的高频率内容。实验证实了由代码转换产生的高频人工制品在所有抖动的快门图像中都是清晰可识别的，无论是真实的还是模拟的。这些人工制品可以通过边缘检测器提取，如图所示，并用于估计对象的运动。通过对由编码模糊图像产生的边缘检测，可以看出边缘检测器能够在所有情况下提取几乎所有的代码转换。丢失的转换是由于代码中的孤立的和造成的。例如，代码开头的序列只产生条边，因为没有检测到孤立的。对图的图像进行边缘检测，得到图所示的结果。从球的边看边缘，运动由第个被探测到的边缘到最后个边缘的距离来表示。但是，。去噪去噪的目标是去除图像中的噪声，同时尽可能保留重要的特征......”。

9、“.....传统的去噪方法采用线性滤波方法，如维纳滤波移动平颤振快门图像重建的改进方法研究论文原稿到与实际运动相比的相似的检测运动比例。这个比率取决于快门代码的性质，可以用来修正基于检测到的边缘的运动估计。结果是对的准确估计。结果我们的估计技术的局限性类似于等人为重建的般。特别是，我们的估计方法只适用于速度恒定光照恒定的线性运动的场景。此外，估计依赖于前景对象上的边缘检测，不适用于背景介绍额外边缘或物体有多个边缘的图像的部分。对所给出的估计方法进行了仿真，可以得出结论，区域选择并不困难，只要背景整洁。在每个示例中，都被成功提取。结论颤振快门相机在运动模糊的图像中保持了高频率的信息。根据先前提出的运动模糊通过在图像曝光期间多次快速打开和关闭快门保存高频信息。保留的高频信息极大地改善了非模糊图像的重构。然而，也有几个问题没有解决......”。