基于边缘自适应的高效图像盲去模糊方法

文档序号:6535265阅读:314来源:国知局
基于边缘自适应的高效图像盲去模糊方法
【专利摘要】本发明公开了一种基于边缘自适应的图像盲去模糊方法,针对现有全变差去模糊算法易模糊图像边缘和细节的问题,构造了去均值的梯度全变差正则模型,并利用图像梯度的局部方差自适应计算迭代加权系数,有效提升了去模糊算法恢复图像边缘和细节的能力。其实现步骤是:(1)输入模糊图像,对梯度域清晰图像及模糊核交替求解,得到模糊图像的初始模糊核;(2)使用初始模糊核对模糊图像进行一次非盲去模糊,得到初始清晰图像;(3)对初始清晰图像聚类,更新去均值正则模型中的均值和加权系数并重新求解模糊核;(4)使用新的模糊核进行二次非盲去模糊,得到清晰图像。实验结果表明,本发明比现有技术具有更好的去模糊效果,可用于图像恢复。
【专利说明】基于边缘自适应的高效图像盲去模糊方法
【技术领域】
[0001]本发明涉及图像处理【技术领域】,具体涉及图像的盲去模糊方法,可用于图像恢复。【背景技术】
[0002]在相机成像过程中,由于相机抖动、离焦、散焦,或者目标物体运动,人们拍摄的照片经常会存在模糊。从单幅模糊图像恢复出清晰的数字图像在数字媒体娱乐、国防安全等方面均具有重要的需求。通常情况下,相机相对于景物的运动参数等信息是未知的,为了去除图像的模糊,需要同时估计图像模糊核和清晰的数字图像,在模糊核未知情况下对图像去模糊即是图像盲去模糊,图像盲去模糊是一个较为困难的图像恢复问题。
[0003]图像盲去模糊问题可以表示为
【权利要求】
1.一种基于边缘自适应的高效图像盲去模糊方法,包括如下步骤: (1)输入模糊图像y,其模糊核为k,待求解的清晰图像为X,设置清晰图像X的初始解为模糊图像y,设待求解清晰图像的梯度域图像为Dx ; (2)初始化待求解图像的梯度域图像Dx的均值μ。为O,初始化去模糊次数f=0; (3)用迭代优化求解算法更新模糊核k: (3a)设置迭代次数L,初始化迭代序号I为1,初始化迭代前的模糊核V…初始化迭代前的待求解图像的梯度域图像Mw ; (3b)按下式优化求解待求解图像的梯度域图像:
2.根据权利要求1所述的一种基于边缘自适应的高效图像盲去模糊方法,其特征在于,步骤(3b)中所述的正则项加权系数通过下式计算正则项加权系数if”:,
3.根据权利要求1所述的一种基于边缘自适应的高效图像盲去模糊方法,其特征在于,步骤(3b)中构造的去均值的梯度正则模型,使用步骤(5)对梯度正则模型中的均值进行更新,步骤(5)所述的计算初次更新的待求解的清晰图像x(°)中每类像素的均值μ。’,按如下步骤进行: 5a)对初次更新的待求解清晰图像x(°)进行K均值聚类,形成X个像素类别; 5b)按下式计算初次更新的待求解清晰图像x(°)的梯度域图像的均值:

【文档编号】G06T5/00GK103761710SQ201410008485
【公开日】2014年4月30日 申请日期:2014年1月8日 优先权日:2014年1月8日
【发明者】董伟生, 吕雪银, 石光明 申请人:西安电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1