[發明專利]一種模糊圖像非盲復原方法

有效

• 申請號: 201410271725.4
• 申請日: 2014-06-17
• 公開（公告）號: CN104021529B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 董文德;楊新民;封穎;顏如祥;方冰;金明;肖冬峰;李威
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 胡建華

技術領域

本發明涉及計算機圖像處理技術，特別涉及一種基于泊松概率模型和高斯尺度混合型馬爾科夫專家場的圖像去模糊方法。

背景技術

在日常攝影中，經常會遇到拍攝出的圖像模糊不清，細節難以分辨的情況。這主要是由于在拍攝過程中照明條件較差，因此需要提高相機的ISO或延長曝光時間以使成像器件獲得充足的曝光量。然而提高相機的ISO會使所得圖像中包含大量噪聲，影響圖像的感觀效果，而延長曝光時間，則容易造成相機和所拍攝景物之間的相對運動，產生圖像模糊。

解決圖像模糊的方法多種多樣，最常見的是采用穩像設備，如三腳架或鏡頭穩像器等，但是穩像設備通常較笨重或價格昂貴。除此之外，圖像復原的另一條途徑是采用數學方法，又稱為圖像反卷積方法，它能夠避免穩像設備的諸多缺點，具有很高的應用價值。

理論上，圖像模糊可以表述為清晰圖像與模糊核的卷積，同時由于電子器件等外界因素的影響，所得模糊圖像中會或多或少的包含噪聲。圖像復原是圖像模糊的逆過程，從模糊圖像的形成原理可知，模糊核是圖像復原的一個關鍵因素，在某些情況下，可通過刃邊法等測量手段獲得近似的模糊核，此時的圖像復原稱為非盲復原，其數學形式較為簡單，但它卻是一個典型的病態問題，若采用直接復原方法，即使很少量的噪聲，也會使復原結果中出現大量的噪聲和振鈴，大幅偏離真實情況。解決病態問題的方法稱為正則化方法，其原理是對原問題進行修正，增加一些約束條件，使修正后的問題的解盡可能的接近真實情況。

實施正則化方法的途徑有很多種，通常的方法是在貝葉斯后驗概率框架下對圖像復原問題進行重新建模，并將其轉化為最大后驗估計問題。問題修正過程中，需要對噪聲發生的概率分布和復原圖像的先驗概率分布分別進行建模，常用的噪聲概率模型有高斯概率模型和泊松概率模型，由于高斯噪聲是二次的，便于優化求解，因此其應用范圍遠超過泊松概率模型，而本專利則采用了泊松概率模型對噪聲進行建模，目的是證明采用該模型，通過適當的建模和優化過程，同樣能夠獲得高質量的復原效果。復原圖像的先驗概率模型則相當于正則項，即約束條件，其選擇的優劣直接關系到復原效果的好壞，常用的先驗概率模型有高斯模型、稀疏模型等等，本專利選擇了一種高斯尺度混合型馬爾科夫專家場，該模型是采用自然圖像數據庫，利用特定的優化算法訓練得到的，較傳統模型相比，能夠更加準確的描述圖像的概率分布特征。

最大后驗問題的優化方法同樣對圖像復原效果有著至關重要的影響。目前，基于噪聲的高斯概率模型的圖像復原問題的求解方法已經較為成熟，而基于泊松概率模型的圖像復原問題的求解還有待研究，雖然常用的優化迭代方法如RL算法、One-Step-Late方法可以用于求解這類問題，但優化過程的收斂性難以保證，特別是對于復雜的正則項，其魯棒性較差，很難得到令人滿意的復原效果。

發明內容

本發明解決的技術問題是提供一種能夠在已知模糊圖像和模糊核的情況下，去除圖像模糊，提高圖像對比度和清晰度，同時增加圖像細節，復原效果好的模糊圖像復原算法。

為了解決上述技術問題，本發明公開了一種基于泊松概率模型和高斯尺度混合型馬爾科夫專家場的圖像去模糊方法，其實施步驟如下：

1)用泊松概率模型對模糊圖像中由成像器件引入的噪聲進行建模；

2)用高斯尺度混合型馬爾科夫專家場對復原圖像進行建模；

3)將上述兩個模型相乘，得到模糊圖像非盲復原的貝葉斯后驗概率模型，經過負自然對數運算，將其轉化為最大后驗估計問題；

4)采用嵌套式二次懲罰函數法對步驟3)中的最大后驗估計問題求解。

所述步驟1)中的泊松概率模型的表達式為：