邹 李，杨绍清，林洪文

（海军大连舰艇学院 信息与通信工程系，辽宁 大连 116018）

责任编辑:任健男

机动目标跟踪中要求尽可能完善地建立图像的退化模型恢复模型，通过求出点扩散函数恢复图像，而点扩散函数的确定依赖于图像的运动模糊参数，即运动方向、运动距离。

许多学者在图像恢复中做了不断努力，但都不能达到时效与精度并重的标准。Helstrom采用最小均方误差估计方法，提出了维纳滤波器[1]。Andrews和Hunt提出一种基于线性代数的图像恢复方法，可以适用于各种退化图像的复原，但是涉及到的向量和矩阵都非常大，算法不高效[2]。文献[3]利用维纳滤波实现了水平方向模糊卫星图像的复原，实用范围受限；文献[4]根据自回归模型和假设的高斯白噪声，应用最大领域标准（Maximum Likelihood，ML）估计，但因ML方法不能决定点扩展函数的相位，这种方法适用于一般的对称点扩展函数。

鉴于以上所述不足，在3×3微分算子与自相关函数求图像运动模糊参数的基础上，本文提出一种运动模糊参数准确高效的识别方法，为机动目标跟踪打好基础。

1 传统的运动参数识别

对于运动模糊参数识别传统的思想[1]是：1）利用3×3微分算子法识别运动模糊图像的模糊方向；2）将图像旋转到水平模糊的情况，用自相关函数法识别模糊距离。

1.1 模糊方向识别

记在像平面中的运动模糊方向为α角，定义水平轴上α为0，上正下负。

设运动模糊图像为g(i,j)，g(i′,j′)是模糊图像中以g(i,j)为圆心、Δr为半径的圆上某点，其中Δr是进行方向微分时的微元长度，本文中取值为2；……