预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN103049891A*(12)发明专利申请(10)申请公布号CN103049891A(43)申请公布日2013.04.17(21)申请号201310030285.9(22)申请日2013.01.25(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人缑水平焦李成王越越唐晓王爽杨淑媛侯彪马文萍马晶晶(74)专利代理机构陕西电子工业专利中心61205代理人王品华朱红星(51)Int.Cl.G06T5/00(2006.01)权利要求书权利要求书2页2页说明书说明书44页页附图附图33页(54)发明名称基于自适应窗口选择的视频图像去模糊方法(57)摘要本发明公开了一种基于自适应窗口选择的视频图像去模糊方法,主要解决RobFergus去模糊方法在选择用于估计运动模糊核的窗口时存在的多重复性和不确定性问题。其实现过程是:输入一帧视频图像,对该视频图像用遗传算法自适应选择用于估计运动模糊核的初始窗口;对初始窗口进行灰度转化和逆γ修正;在修正后的窗口内依次用可变贝叶斯方法和多尺度迭代法,估计出合适的运动模糊核;利用已估计出的运动模糊核,通过Richardson-Lucy去卷积算法对视频图像进行去卷积运算,得到清晰的视频图像。本发明具有自适应选择用于估计运动模糊核的窗口的优点,避免了手动选择的繁琐性和盲目性,提高了窗口选择的有效性和处理结果的准确性。CN103498ACN103049891A权利要求书1/2页1.一种基于自适应窗口选择的视频图像去模糊方法,包括如下步骤:(1)输入视频序列X中的任意一帧视频图像I,视频图像I的大小为N×M,用遗传算法在视频图像I上自适应选择用于估计运动模糊核的窗口的位置坐标(i,j),得到选择的窗口为[i,i+50,j,j+50];(2)依据步骤(1)选择的窗口位置在视频图像I上划线标出初始窗口P0,然后将初始窗1/γ口P0进行灰度转化,并按公式P(i,j)=P0(i,j)进行逆γ修正,得到修正后的窗口P,其中P0(i,j)为初始窗口P0的灰度图像在(i,j)处的像素值,P(i,j)为修正后的窗口P在(i,j)处的像素值;(3)设定初始的模糊核K0和迭代次数scale,在每一个尺度用可变贝叶斯方法对修正后的窗口P估计相关后验概率的收敛值,并进行多尺度迭代计算,迭代终止,得到合适的运动模糊核K;(4)利用运动模糊核K,对视频图像I用Richardson-Lucy算法进行去卷积运算,得到清晰图像L。2.根据权利要求1所述的方法,其中步骤(1)所述的用遗传算法对视频图像I自适应选择用于估计运动模糊核的窗口的位置坐标(i,j),按如下步骤进行:1a)随机产生种群规模为50的初始种群S;1b)确定目标函数为:其中g(i,j)=I(i,j)-I(i',j'),I(i,j)为视频图像I在点(i,j)处的像素值,(i',j')为以点(i,j)为圆心,微元长度Δr为半径的圆弧上的任意一点,I(i',j')为视频图像I在点(i',j')处的像素值,若方向微分的方向角为α,α∈[-90°,90°],则i'=ceil(i+Δrsinα),j'=ceil(j+Δrcosα).在[-90°,90°]范围内,α取步长为10°,求出该范围内使为最小的(i,j);1c)采用轮盘赌方法从种群S中选出50个个体,种群S中的每个个体可重复选取;1d)设定交叉概率Pc,对满足交叉条件的个体采用单点交叉的方式进行交叉,不满足交叉条件的个体按照步骤1e)进行操作,所述的交叉条件,是指对种群S中的每个个体都随机生成一个0-1之间的随机数,若该随机数小于交叉概率,则对应的个体满足交叉条件,否则不满足交叉条件;1e)设定变异概率Pm,对满足变异条件的个体按位点变异的方式进行变异,不满足变异条件的个体保持不变,所述的变异条件,是指对种群S中的每个个体都随机生成一个0-1之间的随机数,如果该随机数小于变异概率,则对应的个体满足变异条件,否则不满足变异条件;1f)设定终止进化代数T,重复步骤1c)-1e),迭代终止后得到窗口的位置坐标(i,j)。3.根据权利要求1所述的方法,其中步骤(3)所述的设定初始的模糊核K0和迭代尺度scale,在每一个尺度用可变贝叶斯方法对修正后的窗口P估计相关后验概率的收敛值,并进行多尺度迭代计算,迭代终止,得到合适的运动模糊核K,按如下步骤进行:2CN103049891A权利要求书2/2页3a)初始化K0为一个3×3的水平线模糊核;3b)用可变贝叶斯方法按照以下公式计算得到运动模糊核K和梯度的收敛值,公式表示如下:其中,和分别是Lp和P的梯度,Lp是修正后的窗口P内隐藏的清晰图像,的先验概率服从零均值高斯分布,其方差为vc,权重为πc,运动模糊核K的先验概率p(K)服