[發(fā)明專利]基于先驗(yàn)約束和離群值抑制的圖像去模糊方法

有效

• 申請?zhí)枺?/td>: 201710452806.8
• 申請日: 2017-06-15
• 公開（公告）號(hào): CN107292842B
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計(jì)）人: 李革;張毅偉
• 申請（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 北京萬象新悅知識(shí)產(chǎn)權(quán)代理有限公司 11360
• 代理人: 黃鳳茹

本發(fā)明公布了一種圖像去模糊方法，基于先驗(yàn)約束和離群值抑制，采用卷積模型來擬合清晰圖像的模糊過程，再對模糊圖像I進(jìn)行復(fù)原，由此達(dá)到圖像去模糊的目的；包括模糊圖像顯著性結(jié)構(gòu)評估過程、模糊核估計(jì)及其離群值抑制過程、非忙反卷積模糊圖像復(fù)原過程；利用L0范數(shù)約束和重尾先驗(yàn)信息獲得模糊圖像中的顯著性結(jié)構(gòu)；具體采用L0范數(shù)約束對模糊核進(jìn)行評估；對評估的模糊核進(jìn)行離群值抑制；采用非盲反卷積算法得到最終的復(fù)原圖像。本發(fā)明能夠解決現(xiàn)有算法中存在的先驗(yàn)假設(shè)不準(zhǔn)確、先驗(yàn)約束不合適，以及模糊核中存在離群值的問題，能夠明顯提高模糊圖像的復(fù)原水平。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)，尤其涉及一種基于先驗(yàn)約束和離群值抑制的圖像去模糊方法。

背景技術(shù)

去模糊技術(shù)是圖像和視頻處理領(lǐng)域被廣泛研究的主題。基于相機(jī)抖動(dòng)造成的模糊在一定意義上嚴(yán)重影響圖像的成像質(zhì)量和視覺觀感。作為圖像預(yù)處理領(lǐng)域一個(gè)極其重要的分支，去模糊技術(shù)的提升直接影響其他計(jì)算機(jī)視覺算法的性能，如前景分割、物體檢測、行為分析等；同時(shí)它也影響著圖像的編碼性能。因此，開發(fā)高性能的去模糊算法具有重要作用。

通常情況下可用卷積模型來解釋模糊成因，相機(jī)抖動(dòng)的過程可以映射為模糊核軌跡PSF(Point Spread Function)。在模糊核未知的情況下還原清晰圖像，這一問題屬于不適定(ill-posed)問題，所以，通常意義上需要先估計(jì)模糊核，再利用評估的模糊核進(jìn)行返卷積操作得到復(fù)原圖像。目前，常用算法包括基于MAP的EM算法；原始的MAP_x,k(其中x表示清晰圖像，k表示模糊核)算法很多情況下會(huì)將模糊圖像作為非模糊解釋(no-blurexplanation)，這使得評估圖像和模糊核依次迭代過程的失敗；之后的MAP_k(k表示模糊核)算法是MAP_x,k的改進(jìn)，它解決了非模糊解釋的問題，這一算法首先估計(jì)出模糊核，之后再利用非盲返卷積(non-blind deconvolution)進(jìn)行圖像的復(fù)原。然而，以上算法都存在先驗(yàn)約束不足或不合適的問題，同時(shí)，評估的模糊核存在離群值這一問題也沒有得到很好的解決，這一細(xì)微的差別很可能會(huì)造成去模糊過程的失敗。

綜上所述，現(xiàn)有的去模糊算法存在的缺點(diǎn)包括：(一)先驗(yàn)假設(shè)不準(zhǔn)確；(二)先驗(yàn)約束不合適；(三)模糊核中存在的離群值未得到很好的抑制，這是由于相機(jī)抖動(dòng)的過程是連續(xù)的，這就決定了模糊核軌跡的連續(xù)性，因此，模糊核中存在的離群值一定會(huì)造成返卷積過程的失敗。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于先驗(yàn)約束和離群值抑制的圖像去模糊方法，解決現(xiàn)有算法中存在的先驗(yàn)假設(shè)不準(zhǔn)確、先驗(yàn)約束不合適，以及模糊核中存在離群值的問題，通過解決以上這些問題，本發(fā)明能夠明顯提高模糊圖像的復(fù)原水平。

本發(fā)明的原理是：提出一種基于先驗(yàn)信息約束和離群值抑制的去模糊算法，旨在解決現(xiàn)有算法中存在的先驗(yàn)假設(shè)不準(zhǔn)確、先驗(yàn)約束不合適，以及模糊核中存在離群值的問題。具體是在MAPk算法思想的基礎(chǔ)上，基于先驗(yàn)約束和離群值抑制，實(shí)現(xiàn)圖像去模糊；首先，利用L0范數(shù)約束以及重尾先驗(yàn)信息獲得模糊圖像中的顯著性結(jié)構(gòu)；其次，在顯著性結(jié)構(gòu)的基礎(chǔ)上，采用L0范數(shù)約束對模糊核進(jìn)行評估；然后，對評估的模糊核進(jìn)行離群值抑制；最后，采用非盲反卷積算法得到最終的復(fù)原圖像。本發(fā)明方法通過解決現(xiàn)有算法中存在的先驗(yàn)假設(shè)不準(zhǔn)確、先驗(yàn)約束不合適，以及模糊核中存在離群值的問題，能夠有效地提高模糊圖像的復(fù)原。

本發(fā)明提供的技術(shù)方案是：

一種基于先驗(yàn)約束和離群值抑制的圖像去模糊方法，采用卷積模型來擬合清晰圖像的模糊過程，包括模糊圖像顯著性結(jié)構(gòu)評估、模糊核估計(jì)及其離群值抑制、非忙反卷積模糊圖像復(fù)原過程；

1)模糊圖像顯著結(jié)構(gòu)評估過程，具體包括如下步驟：

11)采用式1的卷積模型來擬合清晰圖像的模糊過程：