一种基于局部二值模式的图像盲去模糊算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114418891A(43)申请公布日2022.04.29(21)申请号202210069655.9(22)申请日2022.01.21(71)申请人中国科学院长春光学精密机械与物理研究所地址130000吉林省长春市东南湖大路3888号(72)发明人郑亮亮张紫玉高倓吴晓斌徐伟曲宏松(74)专利代理机构长春众邦菁华知识产权代理有限公司22214代理人李青(51)Int.Cl.G06T5/00(2006.01)G06T7/42(2017.01)G06T7/44(2017.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于局部二值模式的图像盲去模糊算法(57)摘要一种基于局部二值模式的图像盲去模糊算法涉及图像盲去模糊技术领域，解决了现有图像盲去模糊算法处理遥感图像模糊效果较差的问题。本发明基于清晰图像与模糊图像的‑局部二值模式的特点，使用局部二值模式提取出在去模糊过程中的重要像素点，并将使用L1范数进行累积；同时将这些重要像素点对应的梯度信息使用L0范数处理。其余像素的梯度则使用L2范数处理，使得本发明在锐化‑图像的主要边缘的同时模糊微小细节，提升图像像质，减轻图像伪影，估计更为准确的模糊核。本发明不仅在去除非遥感图像模糊的任务中表现优异，而且对于遥感图像模糊的处理结果优于现有算法，对日常生活及空间遥感成像像质的提升有着一定的工程意义。CN114418891ACN114418891A权利要求书1/2页1.一种基于局部二值模式的图像去模糊算法，其特征在于，该算法包括如下步骤：步骤一：获取模糊图像；步骤二：构建顶层图像的目标函数，并初始化所述目标函数的参数；步骤三：求解所述顶层函数中的潜在清晰图像函数；步骤四：求解所述顶层函数中的模糊核函数；步骤五：根据设定次数循环执行步骤三与步骤四；步骤六：通过非盲复原算法计算得到清晰图像。2.根据权利要求1所述的一种基于局部二值模式的图像去模糊算法，其特征在于，步骤二中所述的顶层函数为：其中，α、β及γ均为正则项的权重；g、u及h分别为模糊图像、潜在清晰图像及模糊核；L(u)为非线性运算符，为关于梯度项的函数。3.根据权利要求1所述的一种基于局部二值模式的图像去模糊算法，其特征在于，步骤一中所述模糊图像所有像素点的LBP值，记为LBPu；所述LBPu的获取过程为：其中，(xc,yc)为中心像素，ic为中心像素灰度值，ip为8邻域像素灰度值，P取8，s(x)为符号函数；得到模糊图像所有像素点的LBP值后，通过对LBP阈值的设置，得到提升图像分辨率的关键像素点，并使用凸L1范数进行累积，LBP(u)＝||L(u)||1。4.根据权利要求2或3所述的一种基于局部二值模式的图像去模糊算法，其特征在于，步骤二中在得到通过LBP阈值筛选的像素点后，将这些关键像素点对应的梯度使用L0范数进行稀疏处理，其余像素的梯度则使用L2范数处理，得到其中，TL与TM分别为阈值的上下限，LBPu为图像的LBP值。5.根据权利要求1所述的一种基于局部二值模式的图像去模糊算法，其特征在于，步骤三中求解所述顶层函数中的潜在清晰图像函数包括如下步骤：步骤A：采用交替投影最小化方法进行多次迭代，使用半二次分裂法，通过引入辅助变量w与z来求解方程，方程可表示为：2CN114418891A权利要求书2/2页其中，λ1与λ2为惩罚因子；步骤B：求解w，通过LBP阈值选取关键像素点，构建线性算子C，C为关键像素点到原图像的映射矩阵，其定义为：其中LBPu为图像的LBP值，(i,j)为像素坐标；采用FISTA算法对w进行求解，得到收缩运算符如下：De(w)＝sgn(w)max(|w‑e|,0)；步骤C：求解z，当时，当时，步骤D：引入辅助变量v，得到拆分方程C和D：其中λ3为惩罚因子；步骤E：对函数C中的v求导并令其等于0求解得到v：T‑1Tv＝(λ1CC+λ3)(λ1Cw+λ3u)。对函数D中的u求导并令其等于0，使用快速傅里叶变换即可求解得到u：其中F，F‑1和分别表示FFT，FFT逆运算以及FFT的共轭。6.根据权利要求1所述的一种基于局部二值模式的图像去模糊算法，其特征在于，步骤四中求解所述顶层函数中的模糊核函数包括如下步骤：对函数E使用FFT求取得到模糊核：其中需满足h中的各元素均大于0，且所有元素的和为1。3CN114418891A说明书1/5页一种基于局部二值模式的图像盲去模糊算法技术领域[0001]本发明涉及图像盲去模糊技术领域，具体涉及一种基于局部二值模式(LBP)的图像去模糊算法。背景技术[0002]无论在日常生活中还是空间遥感成像中，均有可能因为相机抖动、成像设备精度与成像环境复杂等多方面因素影响产生图像模糊，导致像质下降、重要细节信息丢