[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

技術領域：

本發明涉及一種數字圖像處理，具體涉及基于有效特征裁選掩模構造的圖像自動恢復方法。

背景技術

假設模糊圖像是由清晰圖像和模糊核做卷積得到，一般的圖像恢復技術（非盲恢復）是通過觀察模糊圖像由經驗推測模糊的形式，（比如運動模糊、失焦模糊），進而試驗出有關模糊核的參數，最后對模糊圖像進行反卷積得到清晰圖像。

同業中使用的多是非盲恢復：?

非盲恢復的主要缺點是由經驗得到的模糊核缺乏準確度，尤其對于軌跡較復雜的運動模糊，這種方式無法準確估計出模糊核，導致非盲恢復適用范圍窄。

圖像盲恢復不需要有關模糊核的先驗信息，只需要一幅模糊圖像就可以進行復雜降質過程下圖像的恢復，適用范圍更廣，恢復效果也更好、更精確。

?

有一種簡單盲恢復需要模糊的形式已知，計算模糊核的參數并做反卷積得到恢復后的圖像。這種方法的缺點同非盲恢復類似，需要預先估計模糊形式，并且模糊核的形狀或軌跡要求比較簡單。

已有專利多是簡單盲恢復，仍然有對模糊形式的假設，如：運動模糊圖像的盲恢復方法（申請號：200810115097.5，申請人：北京航空航天大學），通過估計運動模糊核的大小和方向進行恢復，而實際情況下運動軌跡復雜多樣，基本不存在一個單一的方向，所以此方法適用性不廣。

現有文獻中的盲恢復技術缺點：運算量大處理速度慢，不夠魯棒(恢復出的圖像會偏離原圖)，對參數要求高（作者：jiajiaya，文章：High-quality?Motion?Deblurring?from?a?Single?Image）,過度增強、對模糊核約束過多導致模糊核的過度平滑或過度稀疏（作者：cho，文章：Fast?Motion?Deblurring）。

發明內容

為了克服上述缺陷，本發明的目的是提供一種基于有效特征裁選掩模構造的圖像自動恢復方法。

為了實現上述目的，本發明采用如下技術方案：

基于有效特征裁選掩模構造的圖像自動恢復方法，其步驟是：

1.??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

2.??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。

3.??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。

4.??算法更穩定

對梯度圖像進行裁選得到掩模，掩模為零的區域不參與運算，從而實現了對有效特征的篩選。使用多尺度處理的框架，采用交替迭代的方法對每個尺度依次進行處理，增加了待估計的模糊核（點擴展函數PSF）較大時算法的穩定性；

加入清晰圖像的預增強步驟，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，避免了過度增強；

對梯度圖像進行裁選:從梯度圖像在各個位置的密度和方向兩方面評價恢復特征，設置裁選規則，得到圖像掩模,掩模值為零的區域將不參與運算，有效減少了結果模糊核的噪聲；

模糊核的估計均在梯度圖像進行，過程分為粗糙估計和精細估計兩種：第一次迭代進行粗糙估計，獲得模糊核的覆蓋范圍，即待恢復結構周圍的漸變區域，為下一步迭代梯度圖像的精細裁選提供條件；之后進行的迭代過程均為精細估計，此時圖像已經被正確裁選，使得模糊核的估計過程更加魯棒。

?

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使得我們的算法魯棒性較高，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。

單尺度盲恢復算法流程（流程圖右半部分）簡述如下

(1)?????????????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。

(2)?????????????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。