[發明專利]一種結合權重因子與梯度制約的圖像恢復方法

在審

• 申請號: 201410667128.3
• 申請日: 2014-11-20
• 公開（公告）號: CN104392415A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 趙巨峰;高秀敏;逯鑫淼
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明涉及計算機圖像處理技術，尤其涉及一種結合權重因子與梯度制約的圖像恢復方法。

背景技術

在日常成像與攝影中，人們經常會遇到照明不足的情況，這就需要要延長曝光時間。曝光時間的延長的負面效應便是手持相機抖動造成的圖像模糊。為獲取清晰的圖像，人們常用的方法包括有開啟閃光燈、提高相機感光度或釆用三腳架，當然前兩種方法的目的在于縮短曝光時間以減小抖動造成的影響，但閃光燈導致景物色調變化、感光度調整會引入更多噪聲，而三腳架過于笨重很少攜帶。在現在的單反相機中，采用鏡片補償方式較多，但成本很大。而采用算法軟件方式來恢復圖像實現去模糊與抑制噪聲，則是一項成本低、有能辦到的事情，因此其研究也相對非常熱門。

在分析獲取了退化函數之后的圖像恢復稱為非盲圖像恢復。非盲圖像恢復是一個二維卷積運算的逆過程，它是一個病態問題。在圖像恢復中，由于噪聲和吉布斯效應的存在，恢復結果將受到噪聲及振鈴響應的影響，這是不可避免的。常用的方法如直接逆濾波是根據傅立葉變換的性質，將空域中的卷積關系轉化為頻域中的點積關系；若要得到恢復圖像，只需將模糊圖像的傅立葉變換結果與退化函數的傅立葉變換結果相除并做傅立葉逆變換即可。該方法雖然簡單易行，但通常結果中所包含的噪聲及振鈴效應嚴重，因而其應用受到極大的限制。此外，大量的帶約束的恢復算法雖然效果很好，但運行速度欠佳。因此，恢復算法的運行速度即效率問題也是一個需要考慮的問題，通常的方法效率不高，運行過慢，難以應用。于是，需要開發效率高、效果佳的圖像恢復方法。

發明內容

本發明提出一種結合權重因子與梯度制約的圖像恢復方法，是一種非盲圖像恢復方法。

本發明利用權重因子與梯度制約的圖像恢復方法主要思路是：

1、結合貝葉斯框架與圖像相關特征，從數學上推導并建立圖像恢復模型

通常，圖像退化模型為Y＝h*X+n，其中Y為輸入的觀測圖像，X為理想圖像，*為卷積符號，n是加性高斯噪聲，h為模糊退化函數—如點擴散函數。一般，我們可以將上式簡單寫向量與矩陣形式，即為Y＝HX+n，H對應于h，為循環矩陣。

需要從觀測圖像Y中去除模糊與抑制噪聲，恢復出理想圖像X。根據貝葉斯理論，運用最大化后驗概率等效于最小化代價函數的數學原理，構造圖像恢復的代價函數/懲罰函數，并對代價函數的各個部分進行建模，以方便后續的整體優化。

為構造代價函數，首先考慮到必須極小，即噪聲能量最小，此中||·||₂表示二階范數；其次，為輔助恢復細節信息，采用梯度約束的方式，于是也必須極小，為差分算子，比如可以為一階水平差分算子，為一階豎直差分算子等，其多少可以根據實際場合確定；最后，為抑制恢復過程中產生的振鈴波紋與噪聲，構造權重因子系數矩陣M_i，約束梯度，于是須使得最小，針對不同的差分算子可以有不同的M_i。

最終，構造完成結合權重因子與梯度制約的圖像恢復模型的代價函數，J(X)=argminX||Y-HY||22+λΣ||(∂iX)Mi||22,]]>建立了圖像恢復模型。

2、優化并求取最佳恢復圖像。

根據J(X)這一恢復模型的代價函數方程，我們可以利用朗格朗日定理，對X進行偏微分求極值并令為0，即從而構造與獲取優化方程，最終求取滿足代價函數的最優解。