1.一种基于多尺度散焦信息的全聚焦图像重建方法,其特征在于,所述图像重建方法包括以下步骤:
通过将吉洪诺夫正则项与Huber函数进行结合,构建并求解多参数的正则优化模型;
利用多尺度选择策略,重建原始散焦图像对应的全聚焦图像。
2.根据权利要求1所述的一种基于多尺度散焦信息的全聚焦图像重建方法,其特征在于,所述正则优化模型具体为:
其中,α是保真项的权值参数,是保真项,Ik是k阶单位矩阵,表示在全部k个图像通道中,像素点j在水平和垂直方向的一阶有限差分,φ(·)是二维Huber函数,是吉洪诺夫正则项的离散形式,μ1和μ2是正则项的权值参数。
3.根据权利要求1所述的一种基于多尺度散焦信息的全聚焦图像重建方法,其特征在于,所述多尺度选择策略具体为:
其中,f(x,y)是全聚焦图像,m是聚焦图像的数目,是聚焦图像位置(x,y)处的像素点,1{·}是示性函数,m*(x,y)是量化之后的散焦地图,σi是离散模糊尺度。