[發(fā)明專利]一種基于組稀疏表示的圖像盲復(fù)原方法

有效

• 申請?zhí)枺?/td>: 201910938167.5
• 申請日: 2019-09-30
• 公開（公告）號: CN110675347B
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計(jì)）人: 禹晶;彭天奇;董醒儒;肖創(chuàng)柏
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T7/13
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

1.一種基于組稀疏表示的圖像盲復(fù)原方法，其特征在于，包含以下步驟：

步驟1.讀入模糊圖像，構(gòu)建圖像金字塔；

讀入模糊圖像，設(shè)置模糊核的初始尺寸，對模糊圖像逐層下采樣構(gòu)造圖像金字塔，不同層級圖像金字塔對應(yīng)的模糊核尺寸不同，在構(gòu)造圖像金字塔時，如果當(dāng)前層圖像金字塔對應(yīng)的模糊核尺寸小于3×3，即停止圖像金字塔的構(gòu)造；

步驟2.初始化清晰圖像；

記循環(huán)迭代次數(shù)為k，且初始化設(shè)置為k＝0，若當(dāng)前層為圖像金字塔的第一層，則將模糊圖像y作為清晰圖像初始估計(jì)設(shè)置否則粗一層金字塔估計(jì)的清晰圖像的插值結(jié)果作為當(dāng)前層清晰圖像的初始估計(jì)

步驟3.篩選圖像塊，估計(jì)標(biāo)記矩陣M；

設(shè)置標(biāo)記矩陣為M，M同時也為二值圖像，若M中某一像素的取值為1，表明對應(yīng)的圖像塊參與模糊核估計(jì)以及組稀疏表示約束；對復(fù)原圖像進(jìn)行高斯濾波，然后對濾波后的圖像估計(jì)邊緣；

步驟4.對模糊核進(jìn)行估計(jì)；

固定當(dāng)前圖像的估計(jì)用下式更新下一次迭代的模糊核

式中，y表示模糊圖像，為圖像的梯度算子，λ_h為正則化參數(shù)，⊙表示逐元素相乘，表示傅里葉變換，表示傅里葉逆變換，表示傅里葉變化的復(fù)共軛；將復(fù)原圖像中梯度小于一定閾值的像素點(diǎn)的梯度置為0；記梯度閾值為模糊核大小為N_h，則的選取方式為：首先將圖像梯度根據(jù)其方向分為四組，然后設(shè)置的取值以保證每一組都保留至少有個像素點(diǎn)用于估計(jì)模糊核；由于隨著迭代次數(shù)的增加，復(fù)原圖像越來越清晰，為了使復(fù)原圖像中更多的像素點(diǎn)逐步加入模糊核估計(jì)的過程中，在每一次迭代時將的值縮小為上一次迭代時的1.1倍；

步驟5.對清晰圖像進(jìn)行估計(jì)；

給定當(dāng)前圖像的估計(jì)固定下一次迭代的模糊核估計(jì)更新下一次迭代的圖像

步驟6.判斷收斂，獲得模糊核的估計(jì)；

通過步驟3、步驟4和步驟5，進(jìn)行對目標(biāo)函數(shù)的一次迭代求解，獲得對模糊核的估計(jì)并對清晰圖像的估計(jì)進(jìn)行更新，更新為如果此時的迭代達(dá)到最大迭代次數(shù)或者迭代收斂，則停止迭代；否則，令k＝k+1，k代表迭代次數(shù)，然后重復(fù)步驟3、步驟4和步驟5；

步驟7.模糊核估計(jì)之后，利用非盲復(fù)原算法對清晰圖像進(jìn)行估計(jì)；

通過步驟1至步驟6，獲得對模糊核的估計(jì)結(jié)果在的基礎(chǔ)上采用有效的非盲復(fù)原算法獲得最終的清晰圖像估計(jì)；非盲復(fù)原算法有全變分正則化方法、稀疏非盲復(fù)原方法和EPLL算法。