[發明專利]基于平滑校正的圖像恢復方法

有效

• 申請號: 201310467806.7
• 申請日: 2013-10-08
• 公開（公告）號: CN103559684A
• 公開（公告）日: 2014-02-05
• 發明（設計）人: 王好謙;楊江峰;李凱;張永兵;戴瓊海
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市匯力通專利商標代理有限公司 44257
• 代理人: 王鎖林;茅秀彬

技術領域

本發明屬于計算機圖像處理領域，特別涉及一種基于平滑校正的圖像恢復方法。

背景技術

數字圖像在采集、轉換以及傳輸的過程中會受到噪聲的污染。圖像恢復（復原）是計算機圖像處理的主要內容之一，其目的在于消除或減輕在圖像獲取及傳輸過程中造成的圖像品質下降即退化現象，恢復圖像的本來面目。

傳統的去噪方法大致可以分為兩類，一類是基于空域的方法，一類是基于變換域的方法。空域去噪方法中比較經典的方法有高斯濾波、中值濾波、雙邊濾波等。空域的方法都是直接對圖像的灰度進行處理。變換域的方法都是將圖像進行轉換，如傅立葉變換，小波變換，曲波變換，輪廓波變換等。

卡爾曼（Kalman）濾波是一個最優化自回歸數據處理算法，最突出的優點是可以快速實時處理問題。它廣泛應用于機器人導航、控制、傳感器數據融合甚至軍事方面的雷達系統以及導彈追蹤等等。近年來更被應用于計算機圖像處理如圖像去噪、圖像復原、人臉識別、圖像分割、圖像邊緣檢測等等。傳統的卡爾曼濾波用于圖像處理時，只是用位置n處的觀測信息對位置n+1進行了估計，再用n+1處的觀測信息對真實值進行了更新。缺陷在于n+1及后續位置的觀測信息未被n及以前位置參考。本發明借鑒反饋的思想，在獲得了n+1位置處的真實值的估計值后，用平滑和反饋的思想對前面位置的估計值進行了更正。基于平滑的改進能夠在不增加計算復雜度的前提下提高圖像恢復的質量。

且卡爾曼濾波效果對所用觀測圖像依賴很大，所用的觀測圖像越好，則卡爾曼濾波對于圖像的恢復效果越好。為了得到較好的觀測圖像，首先采取一種非局部均值的去噪方法對圖像進行預處理，獲得高質量的觀測圖像。NLM的根本思想是在整幅圖像中尋找更多的參考點，具有較好的去噪性能。但是圖像的邊緣與細節仍然存在一定程度的模糊。為了保存良好的邊緣信息特性，對相似性進行了重新定義。設定了一個小的局部滑動窗口L和全局窗口O，在局部窗口使用能夠保持邊緣特性的方法來計算權值，在O-L內（表示在全局窗口內，而在局部滑動窗口外）使用基于塊的相似性估計來計算權值。這種改進充分結合了保邊和全局的思想，既能夠保持邊緣特性，又能夠尋找較多數目的參考塊。

發明內容

針對傳統卡爾曼濾波在圖像恢復過程中存在的上述問題，本發明提供一種基于局部平滑的改進卡爾曼濾波圖像復原技術，首先使用一種非局部均值算法對原圖像進行預處理，將得到的高質量圖像作為觀測圖像，再用改進的卡爾曼濾波對圖像進行處理。

本發明提供的基于平滑校正的圖像恢復方法，包括以下步驟：

S1、輸入含噪圖像，以輸入的含噪圖像作為全局窗口O，設定一個以待處理像素x為中心的局部滑動窗口L（如圖2所示）；計算該含噪圖像中的待處理元素x和搜尋區域中的參考像素y的相似性，得到搜尋區域內所有參考像素點的權值

w(x,y)=w1(x,y)y∈Lw2(x,y)y∈O-L]]>

其中，O-L表示在全局窗口內，但不在局部滑動窗口內的區域，權值w₁(x,y)表示位于局部滑動窗口內的參考像素y與待處理像素x的相似性；權值w₂(x,y)表示位于局部滑動窗口外，但在全局窗口內的參考像素y與待處理像素x的相似性；該權值w(x,y)滿足：0≤w(x，y)≤1，∑_y∈Ow(x，y)=1。

上述權值w₁(x,y)的算式為：