[發明專利]一種基于自適應網格變形的人臉圖像去模糊方法

在審

• 申請號: 201811244071.0
• 申請日: 2018-10-24
• 公開（公告）號: CN109345486A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 溫峻峰;李鑫;杜海江;江志偉;夏歡;謝巍;張浪文;翁冠碧;陳庭
• 申請（專利權）人: 中科天網（廣東）科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 廣州中瀚專利商標事務所 44239
• 代理人: 蓋軍

1.一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于包括如下步驟：

A：對原始人臉圖像進行預處理，獲取原始人臉圖像的模糊核數值，估計原始人臉圖像邊緣的模糊程度；

B：利用預處理后的人臉圖像生成自適應三角網格；

C：利用自適應三角網格構造基于徑向基函數的三角網格；

D：設計位移函數，將人臉圖像邊緣附近的像素依據位移函數向邊緣移動；

E：使用像素網格轉換對D步驟得到的圖像進行邊緣增強，并將邊緣增強后的圖像從變形的網格插入到目標均勻網格中，得到去模糊后的人臉圖像。

2.根據權利要求1所述的一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于所述A步驟具體如下：利用模糊模型對采集到的人臉圖像進行模糊處理，得到光學模糊人臉圖像。

3.根據權利要求1所述的一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于所述B步驟具體如下：

B1、提取A步驟中模糊人臉圖像的亮度、顏色、方向三個特征，進一步歸一化，并相加得到顯著圖S，

其中，I表示亮度，C表示顏色，O表示方向，N(·)表示歸一化因子；

提取模糊圖像的顯著圖，顯著圖給每個像素點分配一個特征數值σ∈[0,1]的數值，數值越高，該像素越能代表圖像的特征物，σ＝1表示像素點在特征物區域，σ＝0表示像素點在非特征物區域，圖像特征物在圖像的重要區域位置；

B2、在特征物區域構建自適應的三角密網格，在非特征物區域構建自適應的三角疏網格，設定所述三角密網格的邊長間距為l_min，所述三角疏網格的邊長間距為l_max，所述l_max＞l_min；首先使用Canny算子檢測特征物的輪廓，以Canny算子檢測出的輪廓像素點和圖像邊界點為優先選擇作為三角網格的頂點，以σl_min+(1-σ)l_max為采樣點，使用約束Delaunay三角化構造得到自適應三角網格M_P(x,y)，其中(x,y)為像素點的位置，P為下標，表示第P個三角網格M(x,y)。

4.根據權利要求1所述的一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于所述C步驟具體如下：對步驟B得到的三角網格點采用徑向基函數插值進行更新，所述徑向基函數插值表示為

式中：f(x,y)為三角網格M_P(x,y)在位置(x,y)的函數值；(x_i,y_i)為第i個插值節點的位置；||M_P(x,y)-M_P(x_i,y_i)||為M_P(x,y)與M_P(x_i,y_i)兩點之間的距離；n為徑向基函數基點的數量；a_i(i＝1,2,…,N)為插值系數，取值為a∈[0,1]，且滿足為基函數的一般形式。

5.根據權利要求1所述的一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于所述D步驟具體如下：在步驟C所述的基于徑向基函數的三角網格中，利用像素點(x,y)的函數值f(x,y)，設計位移函數模型如下分段線性函數：

式中的參數a為致密化區域的寬度，b為稀疏化區域的寬度，c為位移函數的陡度，sign是符號函數；

當c＝-a、且時，可實現較強的變形效果，上述式(3)簡化變形為

6.根據權利要求1所述的一種基于自適應網格變形的人臉圖像去模糊方法，其特征在于所述E步驟具體如下：使用像素網格轉換對圖像進行邊緣增強，利用每個邊緣像素的單個變形矢量的加權平均值對像素附近的所有邊緣執行網格變形，得到位移函數模型；其中N(x,y)是鄰近區域的邊緣像素點(x,y)的集合，(x_k,y_k)是邊緣區域上第k個像素點，是與邊緣輪廓梯度方向相對應的單位向量，是邊緣梯度向量，d_i(x_k,y_k)是第i個位移函數模型的位移函數，w(x_k,y_k)是d_i(x_k,y_k)的權重系數，與邊緣像素的距離成正比，邊緣像素的梯度方向與邊緣輪廓方向之間的夾角成正比得到一個距離函數，具體為：

其中，σ為模糊參數；

從變形網格到目標均勻網格的插值如下：在像素點(x_k,y_k)處圖像的強度被計算為像素周圍的變形網格上所有點的強度和的加權總和，對于給定的半徑和所有相鄰的點我們使用插值半徑r＝1.5，銳化圖像I_w在P(x_k,y_k)處的強度計算為其中