视频去运动模糊方法、装置、终端设备及可读存储介质与流程

技术特征：
1.一种视频去运动模糊方法，其特征在于，包括：对待处理的视频进行解码，提取解码后的视频帧的特征点，并利用knn算法对所述特征点进行特征匹配；根据特征匹配结果，利用循环迭代算法计算目标匹配点集；根据所述目标匹配点集计算相机的移动角度；利用模糊半径及所述移动角度计算对应的运动模糊核，并计算根据所述运动模糊核得到的还原图片的模糊度；重复计算所述运动模糊核，当模糊半径小于或等于第一预设阈值时，将模糊半径增加预设值后代入计算；当所述模糊半径大于所述第一预设阈值时，输出最小的模糊度所对应的还原图片。2.根据权利要求1所述的视频去运动模糊方法，其特征在于，所述提取解码后的视频帧的特征点，包括：提取所述视频帧的前后帧视频的orb特征点。3.根据权利要求1所述的视频去运动模糊方法，其特征在于，在所述提取解码后的视频帧的特征点之前，还包括对前后帧视频对应的图片进行去灰度处理。4.根据权利要求1所述的视频去运动模糊方法，其特征在于，所述根据特征匹配结果，利用循环迭代算法计算目标匹配点集，包括：利用特征匹配结果构建单应性矩阵，并利用所述单应性矩阵进行基准框映射处理；利用循环迭代算法和映射结果确定匹配点中内点的个数，并将循环后得到的内点数最多的匹配点作为目标匹配点集，其中，所述内点为前一帧匹配点映射后的坐标与后一帧匹配点的欧式距离小于第二预设阈值的点。5.根据权利要求1所述的视频去运动模糊方法，其特征在于，所述根据所述目标匹配点集计算相机的移动角度，包括：计算相机的移动方向：式中，前后帧的匹配点分别表示为：计算相机的移动角度：。6.根据权利要求1所述的视频去运动模糊方法，其特征在于，在所述计算根据所述运动模糊核得到的还原图片的模糊度之前，还包括：利用所述运动模糊核及维纳滤波去除原图片帧的运动模糊得到还原图片。7.根据权利要求1所述的视频去运动模糊方法，其特征在于，所述模糊度的计算公式
为：式中，m表示图片的宽，n表示图片的高，p
ij
表示图片在像素(i，j)处的像素值。8.一种视频去运动模糊装置，其特征在于，包括：特征匹配单元，用于对待处理的视频进行解码，提取解码后的视频帧的特征点，并利用knn算法对所述特征点进行特征匹配；目标集获取单元，用于根据特征匹配结果，利用循环迭代算法计算目标匹配点集；移动角度计算单元，用于根据所述目标匹配点集计算相机的移动角度；模糊度计算单元，用于利用模糊半径及所述移动角度计算对应的运动模糊核，并计算根据所述运动模糊核得到的还原图片的模糊度；迭代计算单元，用于重复计算所述运动模糊核，当模糊半径小于或等于第一预设阈值时，将模糊半径增加预设值后代入计算；当所述模糊半径大于所述第一预设阈值时，输出最小的模糊度所对应的还原图片。9.一种终端设备，其特征在于，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1
‑
7任一项所述的视频去运动模糊方法。10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1
‑
7任一项所述的视频去运动模糊方法。

技术总结
本发明公开了一种视频去运动模糊方法、装置、终端设备及可读存储介质，该方法包括对待处理的视频进行解码，提取解码后的视频帧的特征点，利用KNN算法对特征点进行特征匹配；根据特征匹配结果，利用循环迭代算法计算目标匹配点集；根据目标匹配点集计算相机的移动角度，并确定模糊半径的初始值；利用初始值及移动角度计算对应的运动模糊核，计算根据运动模糊核得到的还原图片的模糊度；重复计算运动模糊核，当模糊半径小于或等于第一预设阈值时，将模糊半径增加预设值后代入计算；当模糊半径大于所述第一预设阈值时，输出最小的模糊度所对应的还原图片。本发明能够较快处理视频帧，并达到较好的去运动模糊效果，具有成本低、操作简单的优点。简单的优点。简单的优点。


技术研发人员：周斌 丁明 许洁斌 陈永辉
受保护的技术使用者：广州市玄武无线科技股份有限公司
技术研发日：2021.10.15
技术公布日：2021/11/14