[發明專利]基于有效特征裁選掩模構造的圖像自動恢復方法

有效

• 申請號: 201110356422.9
• 申請日: 2011-11-11
• 公開（公告）號: CN102521798A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 尚凌輝;高勇;王弘玥;馬艷霞
• 申請（專利權）人: 浙江捷尚視覺科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州賽科專利代理事務所 33230
• 代理人: 陳輝

1.基于有效特征裁選掩模構造的圖像自動恢復方法，其特征在于其步驟是：

圖像的自動恢復，不需要先驗信息；

本算法可以在沒有模糊形式和模糊核參數的情況下，自動恢復復雜運動軌跡下的運動模糊和一定大小范圍內的失焦模糊；

提高處理速度?

在迭代過程中引入預增強步驟，減少了迭代次數；

采用圖像梯度而不是圖像像素值進行計算；

獲得更清晰的處理后圖像；

恢復前對圖像強邊緣區域進行預增強；

算法更穩定；

設計了快速的圖像非盲恢復算法，由于之前幾個步驟的加入單尺度盲恢復算法，可以容忍稍差的非盲恢復結果，使得算法可以進一步提高速度。

2.如權利要求1所述的基于有效特征裁選掩模構造的圖像自動恢復方法，其特征在于：單尺度盲恢復算法流程（流程圖右半部分）簡述如下

首先讀入模糊圖像???????????????????????????????????????????????，手動給定模糊核大小(該數值只需大于真實模糊核大小)，

??進行中間迭代盲恢復的過程，包括預增強圖像、獲得掩模、裁選梯度圖????像、模糊核估計和一個非盲恢復步驟，得到估計的清晰圖像和模糊核，

迭代，得到最終的恢復結果，

多尺度盲恢復步驟如下：

?(1)?首先在最粗尺度2(以三個尺度為例)上，進行單尺度盲恢復處理得到該尺度的估計清晰圖像和，

(2)?將上采樣得到在尺度1上模糊核的初值，進行單尺度盲恢復處理，得到尺度1的估計清晰圖像和，

?(3)?循環(2)步，直到在尺度0上得到估計清晰圖像和為止，

上一部分已有總體流程圖，現解釋關鍵流程的原理和實現過程：

圖像預增強：

使用引導濾波對圖像的強邊緣區域進行預增強，在增強的過程中始終以原模糊圖像的灰度范圍作為指導，避免過度增強；

裁選梯度圖像：

裁選目的是選出對圖像恢復最有幫助的特征參與運算，特征量化的標準即裁選規則主要有兩個：

1.每個像素點周圍區域的梯度分布密度統計，避免使用邊緣分布過度密集的區域，邊緣的密度分布和閾值可以由原來的梯度圖像和模糊核的覆蓋范圍估計出；

2梯度圖像中各個梯度方向上的像素點數應該保持平衡，通過對圖像進行(0,45,90,135度)四個梯度方向的掃描實現，

綜合兩種指標設定閾值，獲得裁選掩模，進行圖像的裁選，

假設原圖像為I，掩模為M，則裁選后圖像I’為：,??表示矩陣點乘

梯度圖像裁選完畢后的后處理：如果被選擇的區域只占原圖大小的一小部分，則對原圖進行進一步剪裁，梯度圖也做相應的剪裁，縮小參與運算的圖像大小，

（粗糙/精細）模糊核估計：

模糊核估計不加入正則項，以防止估計結果的過度平滑或稀疏，

粗糙模糊核估計，采用整幅模糊圖像和預增強圖像的梯度圖像估計模糊核，也就是最小化

?????(1)

其中，

精細模糊核估計，采用裁選后的模糊圖像梯度和預增強并裁選過的梯度圖像估計模糊核就是最小化?????(2)

其中，

，

()表示按位置點乘；

展開即是：

?

非盲恢復：

利用估計的模糊核和模糊圖像加入L2正則項進行非盲恢復，即最小化

。