[發(fā)明專利]基于編碼光圈和靶標的圖像重構方法

有效

• 申請?zhí)枺?/td>: 201710562416.6
• 申請日: 2017-07-11
• 公開（公告）號: CN107507135B
• 公開（公告）日: 2020-04-24
• 發(fā)明（設計）人: 黃道祥;姜中玉;楊敬鈺;沈麗麗
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

本發(fā)明屬于計算機視覺技術領域，為提出一種改進的非盲點擴散函數估計方法，提升重構后的圖像質量。為達到上述目的，本發(fā)明采取的技術方案是，基于編碼光圈和靶標設計的圖像重構方法，包括下列步驟：設計編碼光圈并置于相機鏡頭近探測器末端；設計靶標并置于紅外圖像光源的光筒前端處；通過模糊核求解算法模型得到紅外圖像的點擴散函數；通過分析紅外圖像特征模型采用L₀范數作為圖像正則化約束，并根據前面求解的點擴散函數來對模糊圖像進行重構復原。本發(fā)明主要應用于圖像處理場合。

技術領域

本發(fā)明屬于計算機視覺技術領域，具體而言，主要涉及數字圖像處理以及計算攝像學領域，是基于編碼光圈和靶標設計的圖像重構方法。

背景技術

現在社會對圖像成像質量的要求越來越高。相比較可見光成像系統，成像系統憑借其較強的穿透煙霧和水汽的能力，在國民經濟和軍事國防等領域得到了越來越廣泛的應用。在空間光學成像中，由于光學系統自身的衍射和像差、大氣擾動、空間相機與拍攝場景的相對復合運動、相機離焦等因素影響，相機獲得的圖像會存在模糊現象，影響圖像中感興趣目標的判讀。隨著成像質量需求的提高，圖像去模糊技術逐漸成為光學成像領域的研究熱點，因此圖像去模糊中準確的估計點擴散函數是進行圖像重構的關鍵步驟。

針對圖像復原問題，傳統的方法如Wiener濾波、逆濾波、有約束的最小二乘濾波等，對噪聲及點擴散函數的擾動較為敏感。為了克服逆問題求解的病態(tài)性，出現了基于正則化和偏微分方程的復原方法。此類方法對圖像進行特征建模，應用先驗知識來對逆問題進行正則化約束，進而求出穩(wěn)定的全局最小解。最早出現的正則化方法，如Tikhonov正則化方法，采用L₂范數的方式來對圖像進行建模，他們認為圖像的像素值分布滿足二次函數，這類方法雖然能夠較好地去除噪聲但是易損失圖像細節(jié)。針對迭代算法復雜度高、運算速度慢的問題。但是，上述方法中涉及了多而復雜的參數，并且都是根據經驗值來設定，并沒有針對圖像的結構和特性對參數進行自適應選取。不同的圖像恢復僅僅采用同一種參數設置，必然會導致某些圖像不能很好的恢復，或者不能達到最優(yōu)解。為了解決圖像去模糊問題中點擴散函數估計不準確的問題，更好的實現圖像復原，本發(fā)明借助編碼光圈，自行設計靶標進行點擴散函數的估計，同時提出了一種改進的圖像重構求解模型。

發(fā)明內容

本發(fā)明旨在克服現有技術的不足，提供了一種改進的非盲點擴散函數估計方法，提升重構后的圖像質量。為達到上述目的，本發(fā)明采取的技術方案是，基于編碼光圈和靶標設計的圖像重構方法，包括下列步驟：設計編碼光圈并置于相機鏡頭近探測器末端；設計靶標并置于圖像光源的光筒前端處；通過模糊核求解算法模型得到圖像的點擴散函數；采用L₂范數作為圖像正則化約束，并根據前面求解的點擴散函數來對模糊圖像進行重構復原。

設計編碼光圈并置于相機鏡頭近探測器末端；設計靶標并置于圖像光源的光筒前端處，具體步驟是：

1)圖像模糊的數學模型表示成下面的公式：

f＝h*u+n (1)

其中f是模糊圖像，u是原始圖像，h是點擴散函數PSF，n是高斯白噪聲，*代表卷積，若將h表示成矩陣形式H，則公式表示為：

f＝SHu+n (2)

其中，S是相機采樣函數的矩陣形式，即為相機自身的下采樣矩陣，離焦去模糊問題就是通過解一個最大后驗概率問題來估計原始圖像u，使用能量函數E的最小值解決最大后驗概率問題以實現對編碼光圈的性能優(yōu)化：

其中，表示求能量函數的最小值，||·||₂表示L₂范數，代表圖像先驗的噪信比，表示為其中σ表示高斯白噪聲的標準差，A_ξ表示多張自然圖像的平均功率譜，μ(u)是原始圖像u在圖像空間的一個測量，根據自然圖像的1/f法則，多張自然圖像的平均功率譜表達式為：