基于模糊核估计迭代结构保持的图像盲复原方法.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CN110473153A(43)申请公布日2019.11.19(21)申请号201910697869.9(22)申请日2019.07.31(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人朱宇张艳宁白雪孙瑾秋(74)专利代理机构西北工业大学专利中心61204代理人华金(51)Int.Cl.G06T5/00(2006.01)权利要求书3页说明书7页(54)发明名称基于模糊核估计迭代结构保持的图像盲复原方法(57)摘要本发明公开了一种基于模糊核估计迭代结构保持图像盲复原方法，该方法首先提取核估计迭代中潜在图像序列的变化特征，对相邻两次迭代的潜在图像结果进行差值计算，得到图像序列的差值结果图；根据差值结果进行阈值选择，通过对差值图像分块筛选出每个图像块内的有利结构；针对当前潜在图像的梯度图，根据筛选的结果提取图像有利结构的梯度，得到图像梯度子集；然后基于提取出的图像梯度，进行模糊核的估计，得到更准确的估计结果。本发明能很好的恢复出具有较多细节的清晰图像，实验表明，本发明所复原的图像相比原始模糊图像PSNR提升15％、SSIM提升37.3％。CN110473153ACN110473153A权利要求书1/3页1.基于模糊核估计迭代结构保持的图像盲复原方法，其特征在于，包括以下步骤：步骤一：建立图像退化模型y＝x*k+n其中，y为观测到的模糊图像，x为需要估计的潜在图像，k为模糊核，n为加性噪声，*代表卷积操作；采用稀疏约束的方法对图像退化模型中的潜在图像x的梯度和模糊核k进行范数约束；其中，是指求解使得函数取得最小值的x和k的集合，表示添加L1范数正则化约束，表示添加L2范数正则化约束，来避免x＝y的平凡解，λ和γ为权重系数；步骤二：估计潜在清晰图像，包括以下子步骤：子步骤一：在初次迭代时，首先给定一个初始化的模糊核k，k中元素的值为1/p，p为模糊核像素个数，通过下式求解潜在图像x：其中u为引入的变量，表示取梯度，χ为权重系数；子步骤二：通过交替求解法分别求解x和u；(1)求解潜在图像x：初次迭代时，给定u一个初始化的值在已知u的情况下，通过将对x求导，得到下面公式，并令其等于0：对上式进行傅里叶变换，得到：其中，F(·)表示傅里叶变换结果，基于上式，得到:其中，表示F(k)的共轭，和分别表示F(dx)和F(dy)的共轭；最后对F(x)进行反傅里叶变换，得到复原的潜在图像x；(2)求解变量u：使用迭代重加权最小二乘法(IRLS)求解u，在已知x、y和k的情况下，求解公式最终得到：在初次迭代时，给定初始X为全1矩阵，根据上式得到u：然后更新X：2CN110473153A权利要求书2/3页其中，ε表示极小值，保证X非零，|·|表示取绝对值；重复上述公式至的步骤，直到达到最大迭代次数；步骤三：选择结构保持梯度子集，包括以下子步骤:子步骤一：定义选择只使用潜在图像中对于核估计有利的图像结构梯度，同时引入二进制向量τ∈{0,1}n表明潜在图像中有利结构的梯度位置；子步骤二：通过公式建立中间潜在图像序列的关联，表示每次迭代后相邻的中间潜在图像序列像素值的变化情况；其中xt和xt-1分别为核估计迭代过程中t与t-1时刻复原的潜在图像，|·|表示取绝对值，表示t时刻的像素差绝对值；t＝1时，x0为模糊图像y；子步骤三：对差值图像分块，在每块内提取有效结构，对于一张大小为w*h的图像，进行分块操作，w、h分别表示图像的宽、高，设置参数s表示所划分块的大小；ew＝mod(w,s)eh＝mod(h,s)其中mod(w,s)和mod(h,s)表示取模运算，计算w除以s的余数ew和h除以s的余数eh，ew、eh分别表示对图像宽、高的扩展量；子步骤四：根据ew、eh对图像右边界和下边界补零，使得图像的宽高对于块尺寸s满足整除条件，将边界扩展后的图像划分为m个大小为s*s的图像块，块间不重叠；tτ＝{τi，i＝1,2,…,m}其中表示t时刻的潜在图像内第i个图像块，m为块数目；同时初始化与图像块同等大t小的τi＝0，τ表示t时刻的潜在图像有利结构梯度子集掩模向量；子步骤五：定义阈值T用于筛选差值图中的有效结构，β为阈值参数；Ti表示第i个图像块的阈值，‖·‖∞表示无穷范数选择差值图像块内像素值满足条件的像素点，将其所在行列位置记录在集合ξi中作为图像中有效结构的位置集合，根据ξi更新二进制向量τi，将τi中相应位置的值置1；ttt根据公式τ＝τ∪τi更新有效梯度子集掩模向量τ，去除其中属于扩展边界的像素位置，得到原始图像大小的梯度子集掩模向量，∪表示取并集操作；采用公式更新t时刻潜在图像的梯度子集⊙表示点乘操作；步骤四、估计模糊核：在已知模糊图像y和复原图像