[發(fā)明專利]一種基于總變分正則約束的圖像解卷積方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210154729.5
• 申請(qǐng)日: 2012-05-17
• 公開(kāi)（公告）號(hào): CN102682437A
• 公開(kāi)（公告）日: 2012-09-19
• 發(fā)明（設(shè)計(jì)）人: 謝立;胡玲玲
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 張法高

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理，尤其涉及一種基于總變分正則約束的圖像解卷積方法。

背景技術(shù)

隨著現(xiàn)代成像技術(shù)的迅速發(fā)展，產(chǎn)生的圖像數(shù)據(jù)在細(xì)節(jié)和體積上都是前所未有的，對(duì)這些圖像數(shù)據(jù)的處理使得圖像處理和計(jì)算機(jī)視覺(jué)的重要性愈發(fā)凸顯。圖像復(fù)原是圖像處理中的一項(xiàng)重要內(nèi)容，其主要目的是減輕或者消除圖像采集或者傳輸過(guò)程中產(chǎn)生的品質(zhì)退化現(xiàn)象，使得到的圖像盡可能的逼近理想清晰圖像，提高圖像視覺(jué)效果，恢復(fù)圖像中的各種信息。由于獲取的圖像在很多場(chǎng)景中并不能重現(xiàn)，比如視頻監(jiān)控獲取的圖像，某一時(shí)刻拍攝得到的天文圖像，偵察照片等等，如果捕捉到的圖像記錄中有很重要的文字等標(biāo)識(shí)信息可能會(huì)因?yàn)閳D像質(zhì)量的退化而無(wú)法辨認(rèn)，因此如何從模糊的、不真實(shí)的退化圖像中復(fù)原得到逼真的清晰圖像具有重要的現(xiàn)實(shí)意義。

通常，我們將模糊圖像表達(dá)為清晰圖像與模糊核的卷積再加上噪聲的形式，因此圖像的復(fù)原轉(zhuǎn)變?yōu)榻饩矸e問(wèn)題。根據(jù)模糊核是否已知，解卷積通常可以分為盲解卷積和非盲解卷積。近年來(lái)，出現(xiàn)了各種模糊圖像解卷積的方法，非盲解卷積主要包括一些經(jīng)典的方法如維納濾波、卡爾曼濾波、約束最小二乘法、Richardson-Lucy（RL）算法等，其中近些年以RL算法應(yīng)用最為廣泛，但是RL隨著迭代次數(shù)的增加會(huì)出現(xiàn)嚴(yán)重的振鈴效應(yīng)和噪聲放大等問(wèn)題。另外還有一些使用了圖像的先驗(yàn)假設(shè)來(lái)約束求解過(guò)程，如稀疏先驗(yàn)、拉普拉斯先驗(yàn)、超拉普拉斯先驗(yàn)等。這些算法雖然可以較好的抑制振鈴效應(yīng)并減少噪聲，但是得到的圖像會(huì)過(guò)于平滑，部分圖像細(xì)節(jié)丟失。盲解卷積方法因?yàn)槟：宋粗兊酶訌?fù)雜，通常都先進(jìn)行模糊核的估計(jì)，然后使用非盲解卷積的方法進(jìn)行圖像去模糊。因此非盲解卷積在模糊圖像盲復(fù)原過(guò)程中也有著重要的意義。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于總變分正則約束的圖像解卷積方法。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

基于總變分正則約束的圖像解卷積方法包括如下步驟：

1）由于圖像采集過(guò)程中的相機(jī)抖動(dòng)引起的圖像運(yùn)動(dòng)模糊通常表達(dá)為清晰圖像與模糊核的卷積再加上噪聲的形式，

g=K⊗u+N---(1)]]>

式（1）中，g表示模糊圖像，K模糊核，u表示未模糊清晰圖像，N表示噪聲，表示卷積操作，其中g(shù)和K已知，且假定模糊核具有空間移不變性，即模糊圖像的全圖受到同一個(gè)模糊核函數(shù)的影響，解卷積的目的就是利用已知的模糊圖像和模糊核得到清晰圖像u；

2）利用總變分約束Richardson-Lucy算法解卷積過(guò)程得到一個(gè)參考圖像，參考圖像相對(duì)于利用標(biāo)準(zhǔn)Richardson-Lucy解卷積得到的圖像平滑，但是圖像解卷積過(guò)程中易出現(xiàn)的振鈴效應(yīng)和噪聲放大得到了好的抑制，

總變分約束正則項(xiàng)形式為：

RTV(u)=∫||▿u(x)||2dx---(2)]]>

其中是清晰圖像u(x)的一階導(dǎo)數(shù)；

得到圖像解卷積的迭代更新公式為：