[發明專利]一種基于結構提取的自然圖像去模糊方法

在審

• 申請號: 202210491620.4
• 申請日: 2022-05-07
• 公開（公告）號: CN114862714A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 吳林煌;溫仁芳;王凱欣;陳建
• 申請（專利權）人: 福州大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊;薛金才

1.一種基于結構提取的自然圖像去模糊方法，其特征在于，對圖像進行去噪預處理后估計模糊核，再執行圖像非盲去卷積步驟得到去模糊后的圖像；包括以下步驟：

步驟S1、對原始模糊圖像P1進行去噪預處理得到P2；

步驟S2、對經過預處理的圖像P2進行中間潛像估計得到圖片P3；

步驟S3、提取中間潛像P3的主要結構，經過一些調整得到圖像P4；

步驟S4、用圖像P4進行核估計；

步驟S5、執行非盲去卷積得到去模糊后的圖像P5。

2.根據權利要求1所述的一種基于結構提取的自然圖像去模糊方法，其特征在于，步驟S1所使用的去噪方法為雙邊濾波法。

3.根據權利要求1所述的一種基于結構提取的自然圖像去模糊方法，其特征在于，步驟S2對經過預處理的圖像P2進行中間潛像估計得到圖片P3，具體包括以下步驟：

中間圖像估計模型定義為：

其中是圖像L的梯度，k為模糊核，B為模糊圖像，ψ₁和ψ₂是權重，表示元素的乘法運算符，J是一個全1矩陣，M是一個2D二進制掩碼；為求解(1)，固定k優化L，采用半二次懲罰法求解高度非凸函數；引入一個輔助變量v來替代把(1)變成以下優化問題:

其中ψ₃為權值，當它接近∞時，(2)的解收斂于(1)的解；我們通過迭代更新v和L解決(2)；

通過固定除v以外的所有變量，(2)簡化為：

v通過Newton-Paphson方法得到；然后固定v，L通過最小化下式進行優化：

用快速傅里葉變換來計算L；在Paseval定理的基礎上，L的解表示為：

其中F和F^-1分別為快速傅里葉變換及其逆運算，為共軛算子；F(B)、F(k)、F(v)、分別為B、k、v、的傅里葉變換。

4.根據權利要求3所述的一種基于結構提取的自然圖像去模糊方法，其特征在于，所述步驟S3中，先提取中間潛像P3的主要結構，經過調整得到圖像P4，具體包括以下步驟：

步驟S31、提取圖像主要結構；主要結構是通過最小化下列目標函數提取：

其中S是要獲取的結構圖，B是輸入模糊圖像的亮度或對數亮度的通道，i是二維圖像中的像素索引，S_i、B_i分別是結構圖S中、輸入模糊圖像B中索引為i的像素值；第二項是RTV正則化項；ξ是一個小正數；其中T是像素級加窗總變分，表示為如下(7)式，L項是用于從紋理元素中區分突出的結構，它捕獲整體空間變化，表示為如下(9)式；

其中j屬于Ω(i)，即以像素i為中心的矩形區域；T_x(i)和T_y(i)分別是像素i在x和y方向上的加窗總變化，計算窗口Ω(i)內的絕對空間差異；w_i,j是根據空間吸引力定義的權重函數，表示為：

其中，x_i、y_i是i的橫縱坐標，x_j、y_j是j的橫縱坐標，σ控制窗口的空間大小；

其中j屬于Ω(i)，即以像素i為中心的矩形區域；L_x(i)、L_y(i)分別是像素i在x、y方向上的加窗固有變分；

步驟S32、對主要結構圖像S進行增強；使用沖擊濾波器對提取出來的結構圖進行增強，它減輕由模糊帶來的振鈴偽影；

其中S_x、S_xx是S在x方向上的一次、二次求導，S_xy是S在x方向上一次求導后再于y方向上二次求導，S_y、S_yy是S在y方向上的一次、二次求導；

步驟S33、提取圖像高頻分量；在得到上述的加強后的顯著結構圖后，使用離散濾波器和生成高頻圖像