基于稀疏性度量的图像盲去模糊方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102800054102800054B(45)授权公告日2014.10.29(21)申请号201210218306.5CN102254309A,2011.11.23,全文.(22)申请日2012.06.28审查员苏菲(73)专利权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)发明人王爽焦李成李源梁冲季佩媛王敏郑喆坤(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)(56)对比文件CN102436639A,2012.05.02,全文.权权利要求书2页利要求书2页说明书5页说明书5页附图3页附图3页(54)发明名称基于稀疏性度量的图像盲去模糊方法(57)摘要本发明公开了一种基于稀疏性度量的图像盲去模糊的方法，主要解决现有技术在图像盲去模糊时，对噪声敏感且存在严重的振铃效应的问题。其实现过程为：(1)用现有的方法，获得两种不同的模糊核kf和ks；(2)线性组合这两种不同的模糊核得到一个模糊字典kd＝{k1,k2....k10}；(3)在模糊图像上选取一个有明显边缘的图像块P，用模糊字典kd对图像块P用Lucy-Richardson方法进行预处理，得到预处理的图像块C1,C2,C3...C10；(4)对预处理的图像块C1,C2,C3...C10进行稀疏性测量得到稀疏度S1,S2,S3...S10，并找到最大的稀疏度Smax所对应的图像块Cmax；取出图像块Cmax所对应的模糊元素kmax；(5)利用模糊元素kmax，运用L0-abs算法对模糊图像进行去模糊。本发明在对图像盲去模糊时，能够有效的去除模糊和噪声，尽可能的减少振铃效应，可用于各种模糊图像进行盲去模糊。CN102800054BCN102854BCN102800054B权利要求书1/2页1.一种基于稀疏性度量的图像盲去模糊方法，包括如下步骤：(1)利用基于图像梯度分布法和基于先验特性法，分别得到2个基本的初始模糊核kf和ks；(2)利用基本初始模糊核kf和ks，构建模糊核字典kd：2a)初始化模糊核kf的线性加权系数α＝0，模糊核ks的线性加权系数β＝1，设置迭代索引的初始值i＝1；i2b)按下面公式形成模糊核字典kd中的元素k：ik＝α×kf+β×ks，其中，i∈1,2,...10，代表模糊核字典kd中的十个元素的索引；2c)改变索引：i＝i+1，并且改变线性加权系数的值：α＝α+0.1，β＝β-0.1；12102d)判断是否α＝1或者β＝0，如果是，则输出模糊核字典kd＝{k,k....k}；否则，返回步骤2b)；(3)从原始模糊图像y中选取大小为40×40，且带有图像边缘的图像块P，分别用模12101210糊核字典kd＝{k,k....k}中的每个元素k,k....k分别对图像边缘的图像块P采用Lucy-Richardson方法进行预处理，得到对应的十个预处理后的图像块C1,C2,C3...C10；(4)计算预处理后的每个图像块Ci的稀疏度：4a)运用matlab软件中的reshape函数，把图像块Ci拉成一列，得到向量4b)把向量中的元素mk，k＝{1,2,3...N}从小到大的排列，得到4c)通过下面的公式计算出图像块的稀疏度：其中，N是向量中的元素的总个数，k是进行和运算的索引号，||·||是取向量的模值；(5)在十个预处理图像块C1,C2,C3...C10对应的十个稀疏度S1,S2,S3...S10中，找到最大的稀疏度Smax所对应的图像块Cmax；再取出该图像块Cmax所对应的模糊核字典中的元素kmax；(6)把kmax作为最终模糊核，用非盲去模糊的算法L0-abs对原始模糊图像进行去模糊，得到最终结果F，即通过调用matlab中的L0工具箱里的L0-abs函数获得，具体表达式如下：F＝L0-abs(y,kmax,sigma,rep,Niter)，式中，y代表原始的模糊图像，kmax为最终模糊核，sigma是控制图像平滑度的因子，对于无噪的图像的去模糊sigma取值为3，对于加噪的图像去模糊的sigma取值为5，rep是稀疏表示类型，其数值为3，Niter是迭代次数，其数值为50，F就是最终的盲去模糊的结果图像。2.根据权利要求1所述的基于稀疏性度量的图像盲去模糊方法，其中步骤(3)所述的对带有图像边缘的图像块P采用Lucy-Richardson方法进行预处理，是通过matlab中的2CN102800054B权利要求书2/2页deconvlucy函数获得，具体表达式如下：Ci＝deconvlucy(P,ki)，其中，ki是模糊核字典中的元素，Ci是得到的预处理后的图像块，i∈