[發明專利]一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法

有效

• 申請號: 201810470422.3
• 申請日: 2018-05-16
• 公開（公告）號: CN108648162B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 馮華君;黃加紫;徐之海;李奇;陳躍庭
• 申請（專利權）人: 浙江大學
• 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: 劉靜;邱啟旺

1.一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法，其特征在于，該方法包括以下步驟：

(1)利用Richardson-Lucy算法獲取初步去模糊圖像I₀；

(2)引入傳統總變分正則化方法的能量方程模型：

其中，I為潛在清晰圖像，I₀代表待處理圖像，k為圖像模糊核，λ為約束因子，為一階求導操作，為卷積操作，E(I)為圖像I的能量；

(3)在步驟(2)能量方程模型的基礎上，引入新變量w、v、θ、γ、β，加入梯度懲罰項和二次梯度平滑項，得到如下優化模型：

其中Ω為圖像積分域；

將連續的優化模型轉化為離散模型，該離散模型關于圖像的解為：

其中，F和F^-1代表傅里葉變換與傅里葉逆變換，F^*代表復共軛操作，x、y代表圖像的兩個積分方向，為梯度算子；

同時，該離散模型分解為w子問題和v子問題：

w子問題：

v子問題：

(4)梯度懲罰因子分布式處理，具體是：

(4.1)引入梯度相關TV懲罰因子λ_s，其表達式如下：

其中，變量s決定λ_s的整體約束力度，s∈[0,2]；表示梯度閾值，參數p₁、b、d、p₂、κ共同決定λ_s的整體范圍，各自的范圍是：p1∈[0,5]，b∈[50,300]，d∈[0,20]，p2∈[-10,50]，κ∈[0,0.5]；

(4.2)利用λ_s替代約束因子λ，交替求解w子問題、v子問題和清晰圖像I；

(5)控制求解過程中的β、θ參數，反復迭代求解，直到得到清晰圖像I。

2.根據權利要求1所述的一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法，其特征在于，將Richardson-Lucy算法與總變分正則化方法相結合，Richardson-Lucy算法獲取初步去模糊圖像作為總變分正則化方法的先驗結果并應用于后續復原過程中。

3.根據權利要求1所述的一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法，其特征在于，引入梯度相關TV懲罰因子λ_s考慮的因素為：帶噪圖像的梯度數據主要分布在低梯度范圍，在低梯度處存在極大值并向兩邊呈現不均等稀疏分布。

4.根據權利要求1所述的一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法，其特征在于，所述步驟(3)中，將連續的優化模型轉化為離散模型：

。

5.根據權利要求1所述的一種基于噪聲水平的梯度相關TV因子圖像去噪去模糊方法，其特征在于，所述步驟(4.2)中，w子問題的解為：