基于模糊噪声图像对联合优化的图像盲复原方法.pdf

(19)中华人民共和国国家知识产权局*CN103337058A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103337058103337058A(43)申请公布日2013.10.02(21)申请号201310285234.0(22)申请日2013.07.05(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)发明人李海森张艳宁张海超孙瑾秋(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1页权利要求书1页说明书3页说明书3页(54)发明名称基于模糊噪声图像对联合优化的图像盲复原方法(57)摘要本发明公开了一种基于模糊噪声图像对联合优化的图像盲复原方法，用于解决现有图像盲复原方法复原图像效果差的技术问题。技术方案是引入噪声图像，利用噪声图像中包含未模糊的有效边缘信息，通过联合模糊图像和噪声图像的联合目标函数优化求解模糊核和清晰图像。避免了从模糊图像中估计非模糊图像边缘的不准而导致模糊核估计错误，引起复原结果差的问题，获得效果更好、更具细节的图像。提高了复原图像的效果。CN103337058ACN103758ACN103337058A权利要求书1/1页1.一种基于模糊噪声图像对联合优化的图像盲复原方法，其特征在于包括以下步骤：给定模糊图像B和噪声图像N两幅图像,通过如（1）式所示目标能量函数联合求解清晰图像L和模糊核K：式中，G为梯度提取滤波器组，为二维卷积操作，γ,β,λ，η均为正则化系数，α为范数选择参数，为计算的α范数；对于（1）式的求解，首先，对L进行初始化，令L＝N，然后，循环执行以下步骤1,2直到迭代到设定的迭代次数T；1.固定L,求解图像模糊核K；此时（1）式的目标函数简化为下式：（2）式通过共轭梯度求解以加快求解速度，求解公式转化为：式中，F(·)和F-1(·)分别为二维快速傅丽叶变换的正变换和逆变换，为F(·)的共轭，为矩阵的点乘操作，I为单位矩阵；求解（3）式，得到当前的图像模糊核K；2.固定K，求解复原图像L；此时（1）式的目标函数简化为（4）式：式中，梯度滤波器组G由C个梯度滤波器[G1,G2,...,GC]组成,（4）式中包含α范数，通过迭代加权最小均方误差法进行近似求解，其步骤如下：迭代求解下面1）、2）两步，直到迭代到设定的迭代次数M；1)计算C个加权矩阵，分别为ω1,ω2,...,ωc,...,ωC,且每一个加权矩阵的维数均与L相同，对于第c个加权矩阵ωc其求法如下：式中，表示卷积后矩阵的第i行，第j列的元素；2）将式（4）求解近似为（6）式为2范数约束求解问题，利用共轭梯度下降方法进行求解，得到当前迭代所求的L。2CN103337058A说明书1/3页基于模糊噪声图像对联合优化的图像盲复原方法技术领域[0001]本发明涉及一种图像盲复原方法，特别是涉及一种基于模糊噪声图像对联合优化的图像盲复原方法。背景技术[0002]文献“基于边缘信息的运动模糊图像的鲁棒盲复原，光电子激光，2011，Vol22(10)，p1982-1989”公开了一种稳健的从单幅模糊图像中求取模糊核并对图像去模糊的图像盲复原方法。该方法首先通过双边滤波器和激波滤波器估计非模糊图像的边缘信息，然后，根据模糊图像与非模糊图之间的边缘关系求模糊核，最后，在多尺度框架下针对各个子算法设定自适应参数，构建一个稳健的图像盲复原方法。此方法对模糊退化图像有很好的复原效果,不仅有效地去除了运动模糊和噪声,并能在一定程度上保留边缘细节。文献所述方法模糊核求解是基于估计的非模糊图像边缘信息，由于模糊图像的多样性和复杂性，会造成模糊图像的边缘信息难以估计，导致模糊核估计错误，同时，由于反卷积问题的病态性，错误的模糊核会造成最终结果在强边缘产生振铃效应，严重影响最终复原结果。发明内容[0003]为了克服现有图像盲复原方法复原图像效果差的不足，本发明提供一种基于模糊噪声图像对联合优化的图像盲复原方法。该方法通过引入噪声图像，利用噪声图像中包含未模糊的有效边缘信息，通过联合模糊图像和噪声图像的联合目标函数优化求解模糊核和清晰图像。避免了从模糊图像中估计非模糊图像边缘的不准而导致模糊核估计错误，引起复原结果差的问题，获得效果更好、更具细节的图像。可以提高复原图像的效果。[0004]本发明解决其技术问题所采用的技术方案是：一种基于模糊噪声图像对联合优化的图像盲复原方法，其特点是包括以下步骤：[0005]给定模糊图像B和噪声图像N两幅图像,通过如（1）式所示目标能量函数联合求解清晰图像L和模糊核K：[0006][0007]式中，G为梯度提取滤波器组，为二维卷积操作，γ,β,λ，η均为正则化系数，α为范数选择参数，为计算的α范数。对于（1）