一种非盲卷积运动模糊图像复原方法.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CN106504213A(43)申请公布日2017.03.15(21)申请号201610973813.8(22)申请日2016.11.03(71)申请人北京航星机器制造有限公司地址100013北京市东城区和平里东街1号(72)发明人徐圆飞张文杰何竞择(74)专利代理机构中国航天科技专利中心11009代理人陈鹏(51)Int.Cl.G06T5/00(2006.01)权利要求书1页说明书3页附图1页(54)发明名称一种非盲卷积运动模糊图像复原方法(57)摘要本发明一种非盲卷积运动模糊图像复原方法。该方法包括如下步骤：S1：将待求的清晰图像初始化为采集得到的观测图像；S2：根据公式求解辅助变量w；S3：根据下列公式求解清晰图像x；S4：根据影响因子βInc更新图像的更新权重β：若更新权重β大于设定的最大更新权重βmax或迭代次数大于设定的总迭代次数T，中止迭代，得到清晰图像x，否则继续迭代更新。与现有的模糊图像复原方法相比，本发明提供的方法抑制了噪声对恢复图像的影响，从而使模糊图像获得显著的恢复效果；同时本发明的方法自动化程度高、操作简单、执行速度快。CN106504213ACN106504213A权利要求书1/1页1.一种非盲卷积运动模糊图像复原方法，其特征在于步骤如下：(1)将清晰图像x初始化为采集得到的观测图像y；(2)根据下列公式求解辅助变量w：其中，β表示图像的更新权重；f1，f2表示微分滤波器和表示对索引为i的像素值进行微分滤波表示卷积运算；(3)根据下列公式求解清晰图像x：其中:f表示微分滤波器f1，f2的二维矩阵；k表示点扩散函数，初始化设置为高斯脉冲函数；*表示复共轭运算；λ表示正则化权重；(4)根据影响因子βInc更新图像的更新权重β：β＝βInc·β比较β和βmax，其中βmax为设定的最大更新权重；如果β＞βmax或迭代次数大于设定的总迭代次数T，中止迭代，得到的最终步骤(3)中的清晰图像x，否则回到步骤(2)继续迭代更新。2CN106504213A说明书1/3页一种非盲卷积运动模糊图像复原方法技术领域[0001]本发明涉及图像中的信号处理技术，特别是一种非盲卷积运动模糊图像复原方法。背景技术[0002]在用摄像机获取景物图象时，如果在相机曝光期间景物和摄像机之间有相对运动，那么往往会使得到的照片变得模糊。这类图象模糊称运动模糊，通过建立运动图象的复原模型来解决图象的复原问题是研究解决运动模糊的主要手段。如果考虑噪声的影响，运动模糊图象的退化模型可以描述为一个退化函数和一个加性噪声项n(x,y)，处理一幅输入图象f(x,y)产生一幅退化图象g(x,y)。[0003][0004]其中，h(x,y)称为模糊算子或点扩散函数，表示卷积，f(x,y)表示原始清晰图象，g(x,y)表示观察到的退化图象。[0005]由于空间域的卷积等同于频率域的乘积，所以式(1)的频率域描述为：[0006]G(u,v)＝H(u,v)F(u,v)+N(u,v)(2)[0007]式(2)中的大写字母项是式(1)中相应项的傅里叶变换。[0008]运动模糊图象复原技术可以划分为两组：确定性的和随机性的。确定性的方法对于带有很小噪声且退化函数已知的图象有效。原始图象从退化图象的逆变换得到。随机性的技术根据特定的随机准则，即最小二乘方法，找到最优的复原。逆滤波、有约束的最小二乘法、维纳滤波和Richardson-Lucy迭代去卷积等恢复方法是图像复原中最基础最经典的方法。在这里我们回顾一下有约束的最小二乘法与Richardson-Lucy迭代去卷积。[0009]应用有约束的最小二乘方恢复方法时，只需有关噪声均值和方差的知识就可对每幅给定的图象给出最佳恢复结果。有约束最小二乘方法在无噪声或者噪声很小的情况下恢复效果比较理想，对于含有一定强度噪声的情况下，恢复效果也不令人满意。[0010]Richardson-Lucy算法是目前应用很广泛的一种图象迭代恢复方法。Richardson-Lucy算法能够按照泊松噪声统计标准求出与给定点扩散函数卷积后，最有可能成为输入模糊图象的图象。当点扩散函数已知但图象噪声信息未知时，也可以使用这种恢复方法进行有效的恢复。[0011]但是Richardson-Lucy算法方法存在一些较严重的缺陷，问题一是噪声放大问题，这也是这类方法(利用最大似然性求解)的通病。问题二是对于恢复图象中的不同部分分别执行多少迭代才合适的问题。因为图象中信噪比高的部分可能需要数百次迭代才能获得满意的结果；而另一些光滑的对象可能只需很少次数即可达到满意的结果。Richardson-Lucy算法随着迭代次数的增加计算时间也大幅度增加，不利于运动模糊的实时恢复。发明内容[001