一种参数化简单透镜PSF估计方法.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CN108074221A(43)申请公布日2018.05.25(21)申请号201711373668.0(22)申请日2017.12.19(71)申请人长沙全度影像科技有限公司地址410205湖南省长沙市高新开发区尖山路39号中电软件园一期9栋厂房4层402房(72)发明人张智福余思洋陈捷郭玉其(51)Int.Cl.G06T5/00(2006.01)G06T7/10(2017.01)权利要求书1页说明书3页附图1页(54)发明名称一种参数化简单透镜PSF估计方法(57)摘要本发明公开一种参数化简单透镜PSF估计方法，属于图像处理领域。包括以下步骤：用简单透镜拍摄获取模糊图像，将简单透镜PSF估计转换成盲卷积图像复原问题，构建目标函数，构建二维高斯分布函数模拟简单透镜PSF，将二维高斯分布函数作为盲卷积图像复原目标求解的初始值，采用优化算法求解目标函数，得到最终的PSF。本发明方法所构建的二维高斯函数通过不同参数的组合，能较好地模拟简单透镜系统中球差与像散的PSF分布情况，使PSF迭代优化初始值尽可能接近真实PSF值，从而缩短迭代优化时间，避免局部最优解，并提高PSF估计精度。CN108074221ACN108074221A权利要求书1/1页1.一种参数化简单透镜PSF估计方法，其特征在于，包括以下步骤：步骤1：用简单透镜拍摄获取模糊图像；步骤2：将简单透镜PSF估计转换成盲卷积图像复原问题，构建目标函数；步骤3：构建二维高斯分布函数模拟简单透镜PSF；步骤4：将二维高斯分布函数作为盲卷积图像复原目标求解的初始值，采用优化算法求解目标函数，得到最终的PSF。2.根据权利要求1所述的参数化简单透镜PSF估计方法，其特征在于，所述步骤1中的模糊图像是指在白天正常光照下，静止状态时拍摄的图像，该模糊类型不包括运动模糊或者抖动模糊。3.根据权利要求1所述的参数化简单透镜PSF估计方法，其特征在于，所述步骤2中盲卷积图像复原算法的目标函数为：222min||K*I-B||+λ1||▽I-▽B||+λ2||▽K||(1)其中，K表示简单透镜的模糊核，又称点扩散函数PSF，I表示清晰图像，B表示简单透镜直接拍摄的模糊图像，||K*I-B||2表示数据拟合项，||▽I-▽B||2表示服从重尾分布的图像2先验，||▽K||表示稀疏模糊核先验，▽表示导数，λ1和λ2分别表示图像先验和模糊核先验的权重，||·||2表示2范数的平法。4.根据权利要求1所述的参数化简单透镜PSF估计方法，其特征在于，所述步骤3中二维高斯分布函数为：其中，i和j表示像素坐标，γ1＝(i-μ1)/σ1，γ2＝(i-μ2)/σ2，λ是正则化参数，二维高斯分布函数共有五个参数[σ1,σ2,ω,μ1,μ2]，exp表示服从指数分布。5.根据权利要求1所述的参数化简单透镜PSF估计方法，其特征在于，所述步骤4中求解目标函数的优化算法使用EM优化算法。2CN108074221A说明书1/3页一种参数化简单透镜PSF估计方法技术领域[0001]本发明涉及图像处理技术，具体指一种参数化简单透镜PSF估计方法。背景技术[0002]近年来，简单透镜计算成像逐渐成为图像处理领域的研究方向之一。简单透镜前端成像设备通常包括1-3个镜片，结合后期图像复原算法得到高质量图像。简单透镜计算成像设备简单、体积小、成本低，在高空卫星成像、大视场成像等领域都有重要作用。[0003]简单透镜图像复原的关键在于首先准确估计出简单透镜的PSF，然后基于得到的PSF，采用一定的图像复原算法得到清晰图像。现有简单透镜PSF估计方法通常选取3×3的高斯函数或者delta函数作为PSF的初始值，通过在不同尺度空间经过迭代优化得到最终理想的PSF。但是3×3高斯函数或者delta函数与真实的简单透镜PSF相差很远，所以估计PSF的迭代优化算法往往需要迭代很多次才能得到最优解，计算时间很长。而且在优化过程中，如果得到局部最优解，算法也会停止，而局部最优解并不是最终的PSF，这会影响简单透镜PSF的估计精度。因此，提出更加合理并容易实现的简单透镜PSF迭代优化估计初始值是图像处理领域急需解决的问题。发明内容[0004]本发明为克服上述情况不足，旨在提供一种参数化简单透镜PSF估计方法，构建参数化二维高斯函数模拟简单透镜PSF初始值，以解决现有技术中PSF初始值与真实PSF值相差太大，从而导致迭代时间长，存在局部解，PSF估计精度低等问题。[0005]为解决上述技术问题，本发明提出的技术方案是：[0006]一种参数化简单透镜PSF估计方法，其特征在于，包括以下步骤：[0007]步骤1：用简单透镜拍摄获取模糊图像。[0008]所述模糊图像是指在白天正常光照下