用于图像盲复原的低秩逼近的模糊核估计方法
【专利摘要】本发明公开了一种用于图像盲复原的低秩逼近的模糊核估计方法，主要解决如何更加准确的实现图像盲复原方法中模糊核估计的问题，进而复原出理想的图像。其实现步骤为：考虑梯度图像的近邻关系，用自回归(AR)策略改进迭代阈值策略从而估计出一个模糊核；另一方面使用启发式滤波器增强图像边缘信息去估计另一个模糊核；而后，将低秩逼近的策略引入到模糊核的估计过程中去求解出一个更加可靠的模糊核。最后使用一种先进的图像复原方法来复原出清晰地图像。本发明与现有的一些方法相比，具有更高的PSNR，SSIM和FSIM值，在视觉上也有更好的效果不仅有效的去除模糊，保持了更多的细节，而且估计出来的模糊核也更加准确。
【专利说明】用于图像盲复原的低秩逼近的模糊核估计方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，涉及图像盲复原领域的应用，具体的说是一种用于图像盲复原的低秩逼近的模糊核估计方法，可用于对各种未知模糊且受到轻微噪声影响的降质图像进行图像复原。
【背景技术】
[0002]图像盲复原是指祛除或减轻已获得的数字图像中受到的各种未知因素导致的图像模糊，同时，该获得的图像也会受到一些不可避免的噪声影响。因此图像的盲复原是图像处理中重要而又富有挑战性的研究内容。它在许多方面都有很重要的应用，如医学图像处理、材料科学图像处理、公安、历史、人文照片图像复原、监控录像复原、和扫描文档处理等方面。针对该问题，研究者们已经提出了很多方法。
[0003]比较经典的方法如基于最大后验概率的方法(MAP), Fergus R, SinghB, Hertzmann A, et al.Removing camera shake from a single photograph[C]//ACMTransact1ns on Graphics (TOG).ACM, 2006, 25 (3): 787-794.该方法首先采用变分贝叶斯的策略去获得模糊核，然后用一种非盲的图像复原方法去求解出清晰地图像。但是这种方法的数学原理过于复杂，即便对于含轻微的噪声的图像模糊核的估计也会受到很大的影响。导致图像模糊的原因可以用数学的方法描述为一个模糊矩阵，该模糊矩阵称为模糊核。
[0004]另外一类方法是利用图像显著边缘信息去复原图像，这些方法认为图像的边缘信息在图像盲复原的过程中起的作用大于匀质区域等其他图像信息。比较有代表性的如 S.Cho and S.Lee.Fast mot1n deblurring.ACM Trans.Graph., pages 145:1 -145:8, 2009.该方法用启发式滤波器去增强图像边缘，然后使用这些处理过的边缘信息去估计出模糊核。由于过多依赖于这些启发式的滤波器，这种方法也存在模糊核估计不够准确的缺点。
【发明内容】
[0005]本发明的目的在于针对已有技术的不足，提出一种用于图像盲复原的低秩逼近的模糊核估计方法，以提高模糊核估计的准确性进而使图像盲复原的效果更佳。
[0006]为实现上述目的，本发明包括如下步骤:
[0007](I)设置边长为3，空间域标准差为0.6，值域标准差为0.7的用于预处理的双边滤波器f，然后对待处理的降质图像I进行双边滤波，得到边缘锐化并且抑制噪声影响的图像
y(1)；
[0008](2)初始化相关条件及参数，生成梯度图像矩阵；
[0009](3)对梯度图像矩阵Vy,(1)在金字塔模型(即将图像用双三次差值的方法下采样为
η层，相邻两层之间的比例在本发明中为旧)的第i(i = I, η)层使用如下冲击响应滤波器去增强明显的图像边缘:
【权利要求】
1.一种用于图像盲复原的低秩逼近的模糊核估计方法，包括如下步骤:步骤1:设置边长为3，空间域标准差为0.6，值域标准差为0.7的用于预处理的双边滤波器f，然后对待处理的降质图像I进行双边滤波，得到边缘锐化并且抑制噪声影响的图像y(1)； 步骤2:初始化相关条件及参数，生成梯度图像矩阵； 步骤3:对梯度图像矩阵v,在金字塔模型的第i (i = 1，η)层使用如下冲击响应滤波器去增强明显的图像边缘: I ,=1-_(A/,)||V/, \\dt(I) 步骤4:根据梯度图像矩阵巧/”训练当前层(第i层)的水平方向自回归(AR)系数碼&与垂直方向自回归(AR)系数; 步骤5:初始化更新阈值调节参数CostbefOTe = LScost+Recost+ARcost:
其中 x ⑴为金字塔第 i层迭代过程中更新产生的梯度图，第1次迭代时初始化为V I = 1,2...n,k(i)为金字塔第i层迭代过程中更新产生的模糊核；另外，在第1次迭代中ARrast = O，其他迭代次的按步骤(Ila)计算出的值更新计算，11.112与M.111分别表示矩阵的2范数运算与I范数运算，IMI;表示F范数，λ为似然项Al x(il? P1-VjfH i = 1，2...η的系数，本方法中取为90 ； 步骤6:使用迭代阈值算法(ISTA)优化算法优化:
步骤7:计算更新迭代阈值算法(ISTA)阈值的参数Costate并判断CostafCT是否大于1.12*Costbefore 然后做处理； 步骤8:使用重赋权值的最小二乘法(IRLS)去优化πη/1|μ?&-ν>’(1) ||〖+Fpll1，且
K有k≤0，Σ jkj = 1，此处kj指模糊核k在j点的像素值； 步骤9:重复步骤(5)~(8) iter次求取估计出的模糊核k(1)i = 1，2...η,在本方法中iter为用户参数，一般取21 ;然后使用双线性插值的办法将估计出的模糊核k(i)与X⑴上采样，并将其作为金字塔下一层的初始值； 步骤10，重复步骤(3)~(10)n次，η的取值与步骤2相同，为金字塔的层数，另外，为了抑制噪声影响将金字塔最后一层估计出模糊核&中小于像素值O的像素值赋值为0，在金字塔最后一层输出估计的模糊核h；步骤11:对待处理的降质图像y不做任何处理，与步骤(2)相同，计算金字塔模型的层数η,并使用双线性插值的方法缩放y至最粗略层(第I层)^ i = l，同时用Yi i = l更新i = 1，并且设定每一层梯度图像大小之间的递进倍数为VI，，更新初始化最粗略层的模糊核&iW，i = l; 步骤12:重复执行步骤(2)，(4)~(11)，输出第2个估计出的模糊核k2; 步骤13:利用估计出来的模糊核Ic1和k2求取最后的模糊核k ； 步骤14:利用估计出来的模糊核k，通过优化式(2)来估计清晰图像
(2)其中x是欲估计的清晰图像，I为观测到的降质图像，Tf是托普利兹(toeplitz)矩阵； 步骤15:输出处理后的清晰图像X和估计的模糊核k。
2.根据权利要求1所述的一种用于图像盲复原的低秩逼近的模糊核估计方法，其中初始化相关条件及参数，生成梯度图像矩阵的包括: 2a)利用预设的模糊核大小ksize计算金字塔模型的层数n，根据最粗略层(第I层)模糊核的大小与ksize的比例关系，使用双线性插值的方法缩放/1)至最粗略层(第I层)兄(1)i = 1，并且设定每一层梯度图像大小之间的递进倍数为2，同时初始化最粗略层的模糊核A,，? = 1； 2b)将水平梯度算子dx = [-1，I ;0，O]与垂直的dy = [-1，O ;1，O]与金字塔分别与第i层图像if进行卷积得 到梯度域的图像和V.1f，i = 1，2...n，并连接合并为梯度图像矩阵 vJ7P i = 1，2...η。
3.根据权利要求1所述的一种用于图像盲复原的低秩逼近的模糊核估计方法，其中步骤3的(I)中包括: 3a)将(I)中的I置换为梯度图像矩阵和▽〕<)，VJjP Λ It分别指利用拉普拉斯算子和梯度算子对梯度图像矩阵K,,11和Vyf1进行运算； 3b)设置dt为每次迭代的中削弱因子，本方法中取0.08，迭代(I)式5次，将处理后的梯度图像矩阵合并更新YyfL
4.根据权利要求1所述的一种用于图像盲复原的低秩逼近的模糊核估计方法，其中步骤4包括: 4a)取训练自回归(AR)系数所需的窗口大小为3X3，并将梯度图像矩阵和围绕边界一个像素进行映射处理，同时根据3X3窗口大小将和V.1f为拉成miX9的矩阵A与夂，i = 1,2 ； 4b)提取矩阵A与及的第5行，记为Y1与Y2,根据ARh = (XlX1XiXlYl，AR,分别计算^? (水平方向)与碼v (垂直方向)i = 1，2。
5.根据权利要求1所述的一种用于图像盲复原的低秩逼近的模糊核估计方法，其中步骤7具体包括: 7a)将迭代更新出的x(i)分解为Xik与.，依据3 X 3的窗口分解，将其拉成Hii X 9的矩阵i = 1，2...n，提取；^与 Xf11的第 5 行，记为 C 与C，i = 1，2...η ;
7c)计算更新迭代后的从。si=蜂(ow,n与计算Re =|f^，i =.1,2...η其中λ为似然项系数本方法中取为90 ； . 7d)计算更新迭代后的阈值调节参数CostafCT = LScost+ReC0St+ARC0St ； . 7e)如果CoStafe)l.12*CostbefOTe，调节ISTA下一次迭代的阈值为当前次的0.62倍；.7f)如果Costafe/l.12*CostbefOTe，ISTA下一次迭代的阈值不变，停止ISTA优化跳入步骤⑶。
6.根据权利要求1所述的一种用于图像盲复原的低秩逼近的模糊核估计方法，其中步骤13具体包括: . 13a)将估计出来的模糊核Ii1和k2分别拉成一列后并起来记为Dk，然后利用Go-dec算法进行低秩分解； .13b)将分解后的低秩部分记为ker,将ker按照预设模糊核的大小复原为ksize;X ksize;的模糊核k。
【文档编号】G06T5/00GK104166961SQ201410361709
【公开日】2014年11月26日 申请日期:2014年7月28日 优先权日:2014年7月28日
【发明者】王爽, 马文萍, 蔺少鹏, 霍丽娜, 岳波, 侯彪, 马晶晶, 侯小瑾 申请人:西安电子科技大学