[發明專利]基于視覺顯著的圖像去模糊方法

在審

• 申請號: 201210214195.0
• 申請日: 2012-06-27
• 公開（公告）號: CN103514582A
• 公開（公告）日: 2014-01-15
• 發明（設計）人: 周兵;王振飛;吳亞平
• 申請（專利權）人: 鄭州大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 鄭州中原專利事務所有限公司 41109
• 代理人: 張春;李想

技術領域

本發明涉及一種圖像復原領域的去模糊方法，具體地說是涉及一種應用在單幅圖像，并基于視覺注意機制的顯著性研究的圖像去模糊方法，能高效快速地實現模糊圖像的去模糊。

背景技術

在單幅圖像去模糊技術中，模糊圖像不止包含了模糊所造成的圖像退化部分，還包括噪聲所造成的圖像退化部分。因此，首先去除噪聲就是一大難點，因為圖像的細節信息被噪聲給掩蓋，貿然地去除噪聲過程必然會對圖像的細節信息造成破壞，導致最終的求解結果的嚴重退化；與此同時，基于單幅圖像的去模糊也要面臨兩個問題——點擴散函數（模糊核）的估計以及一個高質量的圖像去卷積過程。根據實驗表明，即便點擴散函數（模糊核）已經評估的非常完美了，如果直接用來去卷積的話，也會造成非常嚴重的振鈴現象；同時當圖像各處的模糊軌跡不一樣時，也會導致去模糊效果不佳。因此如何快速高效地實現圖像的去模糊，同時擁有很好的去模糊效果，是一個值得研究的課題。

單幅圖像去模糊算法是一種病態性的問題。因為我們已知的信息并不足以使得我們獲得精確的結果。為快速高效地實現圖像的去模糊，已經有很多方法對于運動模糊給了一些限制性的假設，例如假設運動模糊為參數化的線性運動，現在技術中存在以下幾種方法：

1）假設運動模糊是各向同性的；

2）利用自然圖像統計的變分貝葉斯方法；

3）利用alpha?matting獲得的模糊信息去估計了每個像素點的模糊核；

4）利用透明度(transparency)?變化的alpha?matte?來估計模糊核。

5）利用一系列的優化技術做到了很好的去模糊算法。

上述的這些方法雖然也實現了圖像的去模糊，但是在保證普適性和高效性情況下，還存在著相當的缺陷。

發明內容

本發明的目的是提供一種在不影響圖像去模糊質量的情況下，有效減少運行時間和具有普適性的基于視覺顯著的圖像去模糊方法。

為實現上述目的，本發明采用以下技術方案：

一種基于視覺顯著的圖像去模糊方法，根據視覺注意機制，首先利用圖像是否清晰為顯著性條件對待處理圖像進行顯著性劃分，即顯著性部分和非顯著性部分；然后，對非顯著性部分進行模糊核估計得到圖像的模糊核K；最后，引入補償機制，使得到的模糊核應用在整幅待處理圖像中，同時使得顯著性部分的邊緣無振鈴效應，進而得到去模糊后圖像。

對非顯著性部分進行模糊核估計得到圖像的模糊核K包括以下步驟：

①預測：首先計算真實圖像L沿x和y方向梯度映射{P_x，P_y}，以預測在進行平滑區域抑制噪聲后的真實圖像L的顯著邊緣；其中，初始迭代的真實圖像L由給定的模糊圖像B所獲得的，除了初始迭代之外的真實圖像L，為前一次迭代中去卷積步驟之后獲得的真實圖像L；

②模糊核K估計：利用預測后的梯度映射{P_x，P_y}以及給定模糊圖像B的梯度映射來估計模糊核K；

③去卷積：由所得的模糊核K和給定模糊圖像B來獲得真實圖像L。

所述的預測步驟包含雙邊濾波器處理，沖激濾波器處理以及梯度幅值閾值化處理過程；首先在真實圖像L上運用雙邊濾波器以減少噪聲以及小細節；接著使用沖激濾波器對真實圖像L進行銳利邊緣恢復。

在得到最粗糙的模糊核K的階段，對給定模糊圖像B進行降采樣以開始預測步驟；而在得到更加精細的模糊核K的階段，將粗糙階段獲得的真實圖像L通過雙線性內插方式進行升采樣，以進行更加精細的階段的迭代。