基于暗原色和交替方向乘子法优化的湍流图像盲复原方法.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CN106920220A(43)申请公布日2017.07.04(21)申请号201710101304.0(22)申请日2017.02.24(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)发明人李晖晖鱼轮杨宁郭雷(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书8页附图3页(54)发明名称基于暗原色和交替方向乘子法优化的湍流图像盲复原方法(57)摘要本发明涉及一种基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，首先，基于多尺度的思想，在每一层尺度上对图像施加暗原色先验约束、对点扩散函数施加稀疏约束和能量约束，然后，采用坐标下降法交替迭代估计当前尺度下的模糊核和图像。当达到最大尺度时，得到最终估计的模糊核，最后，再结合总变分模型，采用导数交替方向乘子法实现图像细节快速恢复。本发明方法采用清晰图像的暗原色先验信息作为约束项，有利于代价函数在迭代过程中收敛到清晰解，解决了盲复原算法在最大后验概率框架下使用梯度先验信息约束易求得模糊解的问题，故在复原结果的视觉上，能恢复出更多的图像细节，振铃效应更少，有效提升了复原质量。CN106920220ACN106920220A权利要求书1/2页1.一种基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，其特征在于步骤如下：步骤1、每一层尺度上估计模糊核和目标图像：基于多尺度思想，对目标观测图像y采用如下代价函数估计原始目标图像x和模糊核k:采用坐标下降法来交替求解x和k；上式中，y为目标观测图像，x为原始目标图像，代表卷积，k为模糊核，γ,μ和γ是参数权重，▽x代表图像的梯度，D(x)代表图像的暗原色约束；步骤2、交替方向乘子法优化：根据估计的模糊核k，采用交替方向乘子法优化求解最终估计的原始目标图像x，方法如下：图像复原的总变分模型为：其中，D是离散梯度算子，τ为参数权重；基于导数空间的图像复原总变分模型为：其中，d＝Dx，μ为参数权重。添加辅助变量f，令f＝d；定义增广拉格朗日函数为：采用交替方向乘子法更新参数f,d和q，给定参数f和q，d通过下式进行求解：更新求解d时，构造d的拉格朗日对偶函数为：KKT条件为：对应的解为：将上式中的B＝kTk+δI，公式(6)放在傅里叶域中求解采用ADMM优化算法进行求解，设定eps＝10-4，收敛条件为：当算法收敛时，得到最终估计的原始目标图像x。2.根据权利要求1所述基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，其特征在于：所述坐标下降法来交替求解x和k的步骤为：步骤a：将公式(1)拆分为以下两个代价函数：2CN106920220A权利要求书2/2页步骤b、每一层尺度上目标图像x的估计：采用半二次变量分离解决公式(9)中的L0最小化问题，对D(·)引入辅助变量u，对图像的水平梯度和垂直梯度分别引入g＝(gh,gv)，改写公式(9)为：通过交替迭代最小化x，u和g来进行求解公式(11)中x，u和g中的任意一个变量；求解变量x时，提取公式(11)中求x的部分：其中公式(12)中的非线性算子D(I)等于选择矩阵M乘以向量x：D(x)＝Mx(13)非线性算子选择矩阵M满足：其中，z为选择矩阵M中的第i行的元素，j为图像I在给定的图像块下最小像素值对应的位置；通过以下公式估计出当前尺度下的目标图像x：上式中Tk是模糊核k的Toeplitz矩阵，在y，g和u的向量形式下，利用快速傅里叶变换FFT求解出上式的向量矩阵；求出当前尺度下估计的目标图像x后，利用以下公式求解u和g：步骤c、每一层尺度上目标图像模糊核k的估计：求得估计的图像x后，公式(10)变成最小二乘问题，采用基于梯度的方法求解，改写公式(10)：其中，▽x代表原始目标图像的梯度，▽y代表模糊图像的梯度，k为模糊核，γ为参数权重；在每一次迭代中估计出当前尺度下的模糊核后，对模糊核施加非负性约束和能量约束：当尺度达到最大时，得到最终估计的模糊核k。3CN106920220A说明书1/8页基于暗原色和交替方向乘子法优化的湍流图像盲复原方法技术领域[0001]本发明属于数字图像处理方法，涉及一种单帧大气湍流退化图像复原新方法，具体涉及一种基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，将图像去雾中的暗原色理论应用于湍流图像盲复原领域，发明成果可用于各类军事或民用的图像图像去模糊处理系统中。背景技术[0002]飞行器在大气层内以超声速飞行时，与大气之间发生剧烈相互作用形成复杂的高温湍流场，这种湍流效应会使得飞行器的光学系统接收到的目标图像偏移、抖动、模糊等，从而严重影响其探测、识别和跟踪目标的能力，严重时甚至无