[發(fā)明專利]基于暗通道和高斯組合先驗的低照度盲卷積圖像復原法

在審

• 申請?zhí)枺?/td>: 201710635193.1
• 申請日: 2017-07-30
• 公開（公告）號: CN107451971A
• 公開（公告）日: 2017-12-08
• 發(fā)明（設計）人: 曾奇遠;牛坤;曾連求
• 申請（專利權）人: 湖南鳴騰智能科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于暗通道和高斯組合先驗的低照度盲卷積圖像復原法，其特征在于，包括以下步驟：

步驟一：用簡單透鏡在低照度環(huán)境下拍攝獲取模糊圖像；

步驟二：將簡單透鏡低照度去模糊圖像轉換成盲卷積圖像復原問題；將簡單透鏡在低照度下得到的模糊圖像作為已知條件，并將其看作盲卷積圖像復原問題，用盲卷積圖像復原算法對模糊圖像處理；盲卷積圖像復原算法為基于最大后驗概率MAP的盲卷積圖像復原算法，在最大后驗概率模型下，盲卷積圖像復原問題的統(tǒng)計學模型可以表述為：

argmaxP(K,I|B)＝argmaxP(B|I,K)P(I)P(K)(1)

其中，K表示單透鏡的模糊核，又稱點擴散函數(shù)PSF；I表示清晰圖像；B表示由單透鏡成像系統(tǒng)直接得到的模糊圖像；P(K,I|B)表示在模糊圖像B已知條件下，與模糊圖像B對應的模糊核和清晰圖像分別為K和I的概率；P(B|I,K)表示如果已知模糊核K和清晰圖像I，對應的模糊圖像為B的概率；P(I)表示對原始清晰圖像已知的先驗概率；P(K)表示模糊核的先驗概率；

考慮到對數(shù)與乘積的轉換關系以及對數(shù)函數(shù)的單調(diào)性，對式(1)左右兩端分別取負對數(shù)：

-logP(K,I|B)＝-logP(B|K,I)-logP(I)-logP(K)(2)

則上述問題轉化為能量最小化問題，左邊的目標函數(shù)可以定義為：

其中，表示數(shù)據(jù)擬合項；表示圖像先驗；||K||_p2表示模糊核先驗；l₁和l₂分別表示圖像先驗和模糊核先驗的權重；P1和P2分別表示圖像先驗和模糊核先驗的具體范數(shù)；

步驟三：在目標函數(shù)中加入暗通道先驗和高斯模糊核先驗；根據(jù)低照度模糊圖像的性質以及簡單透鏡成像的特性，提出暗通道先驗與高斯模糊核先驗的組合先驗，并將其加入到盲卷積圖像復原算法的目標函數(shù)中；

暗通道旨在描述圖像塊中像素值最小的區(qū)域，暗通道的定義如下：

其中，I表示清晰圖像，x和y表示像素坐標，N(x)表示以x為中心的局部圖像塊，r、g 和b表示圖像的三個不同通道，I^c表示圖像中的第c個通道，其中c∈{r,g,b}，min表示求最小值操作，D(I)(x)表示圖像中以x為中心的局部圖像塊的暗通道；

由暗通道公式(4)提取出圖像中局部圖像塊的像素最小值區(qū)域；在目標函數(shù)(3)中，暗通道先驗由0范數(shù)表示，即||D(I)||₀，其中，D(I)的具體含義與公式(4)中相同；

所述步驟三中簡單透鏡成像的特性具體是指，簡單透鏡的模糊核形狀類似圓盤狀，針對這種圓盤狀的模糊核，在目標函數(shù)中，采用高斯模糊核先驗加以限制，高斯模糊核先驗的具體表達方式如下：

其中，表示模糊核的導數(shù)，σ表示高斯分布的標準差，x和y表示像素坐標；

將暗通道先驗||D(I)||₀與公式(5)所表示的高斯模糊核先驗加入盲卷積圖像復原算法的目標函數(shù)公式(3)中，得到最終的目標函數(shù)可表達為：

其中，表示數(shù)據(jù)擬合項，||D(I)||₀表示暗通道先驗，表示高斯模糊核先驗，l₁和l₂分別表示兩項先驗的權重；

在具體實施過程中，取l₁＝0.55和l₂＝0.45；

步驟四：求解目標函數(shù)，得到復原后的低照度清洗圖像；即針對步驟三中的目標函數(shù)，采用相應的迭代優(yōu)化算法估計出去模糊之后的低照度清晰圖像。

2.根據(jù)權利要求1所述的基于暗通道和高斯組合先驗的低照度盲卷積圖像復原法，其特征在于，所述步驟一中的低照度環(huán)境具體是指光照度較弱的環(huán)境，如在傍晚或者晚上路燈下進行拍攝。

3.根據(jù)權利要求1所述的基于暗通道和高斯組合先驗的低照度盲卷積圖像復原法，其特征在于，所述步驟四中迭代優(yōu)化算法采用EM優(yōu)化算法；主要分為兩步：首先根據(jù)給定的當前模糊核初始值進行非盲卷積圖像復原求解出潛在的平均圖像，并估計該平均圖像周圍的方差；然后根據(jù)求出的潛在平均圖像再進一步估計出更加準確的模糊核；不斷重復上述步驟直至求出最終清晰圖像。