[發(fā)明專(zhuān)利]一種模糊圖像綜合處理方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810094023.1
• 申請(qǐng)日: 2018-01-31
• 公開(kāi)（公告）號(hào): CN108305230A
• 公開(kāi)（公告）日: 2018-07-20
• 發(fā)明（設(shè)計(jì)）人: 白海玲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上?？奠承畔⒓夹g(shù)有限公司
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T7/13;G06T3/40
• 代理公司: 杭州千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 周希良;吳輝輝

1.一種模糊圖像綜合處理方法，其特征在于，包括以下步驟：

S10：根據(jù)模糊圖像頻譜圖的伸長(zhǎng)度識(shí)別模糊圖像的模糊類(lèi)型，所述模糊類(lèi)型包括離焦模糊和運(yùn)動(dòng)模糊；

S20：若模糊圖像為離焦模糊，則采用刃邊法估計(jì)模糊核；若模糊圖像為運(yùn)動(dòng)模糊，則自適應(yīng)預(yù)設(shè)定算法估計(jì)模糊核，所述預(yù)設(shè)定算法包括至少一種算法；

S30：基于所述模糊核，利用超拉普拉斯先驗(yàn)去卷積算法獲得清晰圖像。

2.根據(jù)權(quán)利要求1所述的一種模糊圖像綜合處理方法，其特征在于，還包括以下步驟：

S40：利用超分辨率重建技術(shù)處理所述清晰圖像，獲得高分辨率圖像。

3.根據(jù)權(quán)利要求1所述的一種模糊圖像綜合處理方法，其特征在于，所述步驟S20中若模糊圖像為離焦模糊，則采用刃邊法估計(jì)模糊核包括以下步驟：

S201：提取基于梯度準(zhǔn)則的最優(yōu)刃邊圖像；

S202：根據(jù)所述最優(yōu)刃邊圖像估計(jì)點(diǎn)擴(kuò)散方程，所述點(diǎn)擴(kuò)散方程即為所述模糊核。

4.根據(jù)權(quán)利要求3所述的一種模糊圖像綜合處理方法，其特征在于，所述步驟S201包括以下步驟：

對(duì)模糊圖像進(jìn)行Canny邊緣檢測(cè)獲取邊緣檢測(cè)圖像；

對(duì)所述邊緣檢測(cè)圖像進(jìn)行霍夫變換獲取階躍邊緣圖像；

以所述階躍邊緣圖像中每一邊緣的中心點(diǎn)為中心，截取每一邊緣的刃邊圖像，所述刃邊圖像的尺寸大小根據(jù)所述離焦模糊圖像大小和模糊程度優(yōu)選一預(yù)設(shè)尺寸形成；

逐一計(jì)算所述刃邊圖像的梯度值r，并根據(jù)梯度值r提取最優(yōu)刃邊圖像。

5.根據(jù)權(quán)利要求4所述的一種模糊圖像綜合處理方法，其特征在于，所述計(jì)算所述刃邊圖像的梯度值r，并根據(jù)梯度值r提取最優(yōu)刃邊圖像包括以下步驟：

利用最小二乘法對(duì)所述刃邊圖像中的邊緣進(jìn)行線性擬合獲取刃邊直線；

提取所述刃邊圖像中的邊緣與所述刃邊直線重疊形成的交叉點(diǎn)作為新刃邊邊緣點(diǎn)；

統(tǒng)計(jì)所述新刃邊邊緣點(diǎn)兩側(cè)區(qū)域的平均像素值之差的絕對(duì)值作為所述刃邊圖像的梯度值r，提取梯度值r最大的所述刃邊圖像作為最優(yōu)刃邊圖像。

6.根據(jù)權(quán)利要求3所述的一種模糊圖像綜合處理方法，其特征在于，所述步驟S202包括以下步驟：

利用最小二乘法對(duì)所述最優(yōu)刃邊圖像中的邊緣進(jìn)行線性擬合獲取最優(yōu)刃邊直線；

獲取所述最優(yōu)刃邊圖像中每個(gè)像素點(diǎn)到所述最優(yōu)刃邊直線的垂直距離d作為橫坐標(biāo)，每個(gè)像素點(diǎn)的灰度值為縱坐標(biāo)，形成散點(diǎn)圖；

利用費(fèi)米函數(shù)對(duì)所述散點(diǎn)圖進(jìn)行線性擬合獲取邊緣擴(kuò)散函數(shù)；

利用所述邊緣擴(kuò)散函數(shù)計(jì)算點(diǎn)擴(kuò)散方程。

7.根據(jù)權(quán)利要求1所述的一種模糊圖像綜合處理方法，其特征在于，所述步驟S20中：

若模糊圖像為運(yùn)動(dòng)模糊，則自適應(yīng)基于稀疏先驗(yàn)的正則化方法估計(jì)模糊核。

8.一種模糊圖像綜合處理系統(tǒng)，其特征在于，包括：

模糊類(lèi)型識(shí)別模塊，用于根據(jù)模糊圖像頻譜圖的伸長(zhǎng)度識(shí)別模糊圖像的模糊類(lèi)型，所述模糊類(lèi)型包括離焦模糊和運(yùn)動(dòng)模糊；

估計(jì)模塊，用于若模糊圖像為離焦模糊，則采用刃邊法估計(jì)模糊核；若模糊圖像為運(yùn)動(dòng)模糊，則自適應(yīng)預(yù)設(shè)定算法估計(jì)模糊核，所述預(yù)設(shè)定算法包括至少一種算法；

圖像復(fù)原模塊，用于基于所述模糊核，利用超拉普拉斯先驗(yàn)去卷積算法獲得清晰圖像。

9.根據(jù)權(quán)利要求8所述的一種模糊圖像綜合處理系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

高分辨率處理模塊，利用超分辨率重建技術(shù)處理所述清晰圖像，獲得高分辨率圖像；

所述估計(jì)模塊包括：

離焦模糊單元，用于若模糊圖像為離焦模糊時(shí)，采用刃邊法提取基于梯度準(zhǔn)則的最優(yōu)刃邊圖像并根據(jù)所述最優(yōu)刃邊圖像估計(jì)點(diǎn)擴(kuò)散方程，所述點(diǎn)擴(kuò)散方程即為所述模糊核；

運(yùn)動(dòng)模糊單元，用于若模糊圖像為運(yùn)動(dòng)模糊時(shí)，自適應(yīng)基于稀疏先驗(yàn)的正則化方法估計(jì)模糊核。

10.根據(jù)權(quán)利要求8所述的一種模糊圖像綜合處理系統(tǒng)，其特征在于，所述離焦模糊單元包括：

邊緣檢測(cè)子單元，用于對(duì)模糊圖像進(jìn)行Canny邊緣檢測(cè)獲取邊緣檢測(cè)圖像；

直線檢測(cè)子單元，用于對(duì)所述邊緣檢測(cè)圖像進(jìn)行霍夫變換獲取階躍邊緣圖像；

圖像截取子單元，用于以所述階躍邊緣圖像中每一邊緣的中心點(diǎn)為中心，截取每一邊緣的刃邊圖像，所述刃邊圖像的尺寸大小根據(jù)所述離焦模糊圖像大小和模糊程度優(yōu)選一預(yù)設(shè)尺寸形成；

圖像提取子單元，用于逐一計(jì)算所述刃邊圖像的梯度值r，并根據(jù)梯度值r提取最優(yōu)刃邊圖像；

線性擬合子單元，用于利用最小二乘法對(duì)所述最優(yōu)刃邊圖像中的邊緣進(jìn)行線性擬合獲取最優(yōu)刃邊直線；

散點(diǎn)圖子單元，用于獲取所述最優(yōu)刃邊圖像中每個(gè)像素點(diǎn)到所述最優(yōu)刃邊直線的垂直距離d作為橫坐標(biāo)，每個(gè)像素點(diǎn)的灰度值為縱坐標(biāo)，形成散點(diǎn)圖；

邊緣擴(kuò)散函數(shù)子單元，用于利用費(fèi)米函數(shù)對(duì)所述散點(diǎn)圖進(jìn)行線性擬合獲取邊緣擴(kuò)散函數(shù)；

計(jì)算子單元，用于利用所述邊緣擴(kuò)散函數(shù)計(jì)算點(diǎn)擴(kuò)散方程。