[發明專利]基于視覺顯著性的局部運動去模糊方法、裝置及存儲介質

有效

• 申請號: 202011084727.4
• 申請日: 2020-10-12
• 公開（公告）號: CN112215773B
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 賈振紅;張滕滕
• 申請（專利權）人: 新疆大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

本發明公開了一種基于視覺顯著性的局部運動去模糊方法、裝置及存儲介質，方法包括：采用流行正則化隨機游走顯著性檢測模糊區域的顯著圖，將檢測結果用于標記圖像中的模糊區域；采用基于遺傳的大津法對顯著圖進行二值化操作，將模糊前景與清晰背景分割成不同的圖層，獲取到前景、背景分割二值化圖像；將得到的二值化圖像帶入基于MAP框架的圖像去模糊模型進行優化，迭代估計初始模糊核和潛在圖像；列出初始模糊核和潛在圖像的先驗，并基于迭代加權最小二乘對初始模糊核和潛在圖像求解；采用改進的自適應引導濾波對求解結果進一步優化，保持圖像的邊緣信息。

技術領域

本發明涉及圖像運動去模糊技術，屬于圖像處理領域，尤其涉及一種基于視覺顯著性的局部運動去模糊方法、裝置及存儲介質。

背景技術

運動模糊圖像是由于攝像機與運動物體在曝光時間內有相對運動而產生的模糊，圖像的模糊導致無法看清想要觀察的目標物體，或者從圖像中獲取有價值的信息。而且拍攝過程是短暫并且不易復制重現的，很多情況下不能重新拍攝以獲得清晰的圖像，因此運動模糊的復原技術的研究就變得尤為重要，它應用于道路視頻監控、工業生產、刑事偵查、天文觀測、及軍事衛星跟蹤等領域。

近年來，運動模糊圖像復原方法已經取得了很大的進展，但這類方法對于局部模糊圖像復原問題仍存在一定的局限性。由于前景與背景成像過程不同，使得全局一致的模糊模型不能很好的建模圖像形成過程，并且由于物體的快速運動，會造成模糊是突然變化的，因此一些基于相機抖動建模的非一致去模糊方法對于這種局部運動模糊問題也不能很好的處理。還有一些現有的方法通過建立混合相機系統來獲取運動物體的額外信息，但這類方法需要精心設計的硬件支持。

此外，還有一些基于圖像分割的局部運動模糊圖像復原方法，這些方法很大程度的依賴分割質量，如果分割不精確則不會得到很好的圖像復原效果，無法滿足實際應用中的多種需要。

發明內容

本發明提供了一種基于視覺顯著性的局部運動去模糊方法、裝置及存儲介質，本發明提高了圖像的清晰度，復原出了更高質量的清晰圖像，有效的增強了圖像的對比度和邊緣細節，并解決了圖像中模糊區域紋理信息丟失的問題，詳見下文描述：

第一方面，一種基于視覺顯著性的局部運動去模糊方法，所述方法包括：

采用流行正則化隨機游走顯著性檢測模糊區域的顯著圖，將檢測結果用于標記圖像中的模糊區域；

采用基于遺傳的大津法對顯著圖進行二值化操作，將模糊前景與清晰背景分割成不同的圖層，獲取到前景、背景分割二值化圖像；

將得到的二值化圖像帶入基于MAP框架的圖像去模糊模型進行優化，迭代估計初始模糊核和潛在圖像；

列出初始模糊核和潛在圖像的先驗，并基于迭代加權最小二乘對初始模糊核和潛在圖像求解；

采用改進的自適應引導濾波對求解結果進一步優化，保持圖像的邊緣信息。

在一種實現方式中，所述采用采用流行正則化隨機游走顯著性檢測模糊區域的顯著圖具體為：

根據定位和消除錯誤邊界的手段來優化邊界所產生的影響，獲取背景顯著性值；

根據前景查詢的顯著性估計來優化單純的背景查詢；

基于隨機游走模型，提出擬合約束，用于繼承前景查詢的顯著性值，獲取最終的顯著性圖。

在一種實現方式中，所述將得到的二值化圖像帶入基于MAP框架的圖像去模糊模型進行優化具體為：

引入圖像分割項l_i，將圖像分割為不同的圖層，對各個圖層進行模糊核估計以及清晰潛像的恢復。

在一種實現方式中，所述改進的自適應引導濾波具體為：

采用加權最小二乘濾波器WLS構造引導圖像：