[發(fā)明專利]一種基于去模糊圖像的梯度擬合與去模糊方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310051298.4
• 申請(qǐng)日: 2013-02-16
• 公開（公告）號(hào): CN103093440A
• 公開（公告）日: 2013-05-08
• 發(fā)明（設(shè)計(jì)）人: 沈笠;盛斌;馬利莊
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 趙繼明

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像處理技術(shù)，尤其是涉及一種基于去模糊圖像的梯度擬合與去模糊方法。

背景技術(shù)

數(shù)碼相機(jī)的普及使得其逐漸進(jìn)入了千家萬戶。在拍攝家庭照片的時(shí)候，相機(jī)發(fā)生抖動(dòng)是經(jīng)常會(huì)出現(xiàn)的情況。究其原因，是因?yàn)樵谙鄼C(jī)快門處于打開的時(shí)間內(nèi)，所拍攝的人物或物體和照相機(jī)的CCD/CMOS(數(shù)碼照相機(jī)中的圖像傳感器，將光信號(hào)轉(zhuǎn)變成電信號(hào))之間發(fā)生了相對(duì)的移動(dòng)。在數(shù)字圖像處理領(lǐng)域，這樣的一種相對(duì)運(yùn)動(dòng)我們常用模糊核來描述。

日常生活中，相機(jī)抖動(dòng)導(dǎo)致照片模糊的情況十分普遍。由于隨著時(shí)間的推移，許多場(chǎng)景無法在模糊發(fā)生后重現(xiàn)，如此，一個(gè)珍貴的鏡頭往往會(huì)因?yàn)槟：蟠蛘劭邸Ｗ詈帽苊饣驕p弱模糊的方式是將相機(jī)支在三腳架上，或是利用較高的ISO感光度，也可打開鏡頭(如有)的防抖功能。但三腳架攜帶不便攜；ISO的提高雖然可以通過提高快門速度從而減弱運(yùn)動(dòng)模糊，但一定程度上會(huì)帶來噪聲(也稱噪點(diǎn))，降低畫質(zhì)；單反數(shù)碼相機(jī)鏡頭防抖功能對(duì)于消費(fèi)級(jí)卡片數(shù)碼相機(jī)也只能是奢望。

而對(duì)于數(shù)碼相機(jī)的發(fā)展而言，像素的提升、更強(qiáng)大的傳感器的升級(jí)，以及更智能的場(chǎng)景模式給予普通攝影者更多的便利，更容易拍攝出優(yōu)秀的照片。然而這些硬軟件的升級(jí)，都是基于相機(jī)拍攝前的一些設(shè)定，對(duì)于照片拍攝之后的優(yōu)化卻相對(duì)鮮有。

在文獻(xiàn)《Removing?Camera?Shake?from?a?Single?Photograph》(ACM?Transactions?on?Graphics(TOG)-Proceedings?of?ACM?SIGGRAPH2006，Volume25Issue3，July2006，Pages787-794)中，文章提出了基于自然圖像的重尾分布對(duì)照片進(jìn)行去模糊處理。研究表明，盡管大自然的圖像在色彩、圖案中千變?nèi)f化，但是在梯度域中，它們基本都遵從重尾分布：擁有大量梯度值相對(duì)較小的點(diǎn)，相比起高斯分布，則擁有略多梯度值相對(duì)較大的點(diǎn)。這樣印證了在自然圖像中，平滑(梯度值)部分占了多數(shù)，而邊界處(梯度值)在數(shù)量則相對(duì)少一點(diǎn)。換言之，圖像梯度系數(shù)在直方圖的零點(diǎn)處有著較大的峰值，而在遠(yuǎn)離零點(diǎn)處有較長(zhǎng)的“尾”。因此可以利用重尾分布對(duì)圖像進(jìn)行去模糊處理。

然而，針對(duì)形形色色不同的目標(biāo)圖像——待去模糊的圖像，該文獻(xiàn)的算法只用到了一個(gè)圖像模型，即一個(gè)通過普通街景建立的梯度上的先驗(yàn)概率模型。然而在實(shí)際生活中，除了自然風(fēng)景照，拍攝家庭合影照片等帶有肖像的照片也常常是必不可少的。雖然同為自然圖像，但是人臉的梯度模型相比與景觀類的梯度模型，勢(shì)必會(huì)有部分出入。不同的先驗(yàn)?zāi)Ｐ蛯?duì)于圖像去模糊有著不一樣的效果。顯然，模型與實(shí)際圖像的梯度分布越接近，去模糊效果就會(huì)更好。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種針對(duì)性強(qiáng)、可提高模糊效果的基于去模糊圖像的梯度擬合與去模糊方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于去模糊圖像的梯度擬合與去模糊方法，包括以下步驟：

1)選擇與待去模糊圖像類似的清晰圖像；

2)對(duì)選擇的清晰圖像調(diào)整尺寸，使該圖像和待去模糊圖像的尺寸大小相近；

3)計(jì)算水平與豎直方向的圖像梯度分布；

4)利用EM算法對(duì)步驟3)中的梯度分布進(jìn)行擬合，得到新的先驗(yàn)概率模型；

5)通過新的先驗(yàn)概率模型對(duì)待去模糊圖像進(jìn)行去模糊操作。

所述的步驟1)中的類似指梯度分布上的相似。

所述的類似的圖像是同為山川景物類或同為人物肖像類。

所述的步驟2)中調(diào)整尺寸的方法為雙線性內(nèi)插法。

所述的新的先驗(yàn)概率模型p具體為：