红外退化图像自适应复原方法
【专利摘要】本发明涉及一种红外退化图像自适应复原方法，包括如下步骤：（1）获取输入图像、（2）构造图像退化模型、（3）计算的信息熵、（4）根据计算正则化系数、（5）通过迭代运算对图像进行复原、6）输出复原图像。本发明与现有技术相比，具有以下显著优点：（1）特别针对低信噪比红外图像，在抑制噪声的同时能有效恢复细节信息；（2）根据图像局部区域的信息熵自适应计算正则化参数，具备多尺度复原能力，实现了图像平滑区正则化能力强，图像细节区正则化能力弱；（3）图像退化模型能够根据实际退化过程灵活构建；（4）不存在高阶运算和复杂结构，算法运算量小，易于硬件实时实现。
【专利说明】红外退化图像自适应复原方法
【技术领域】
[0001]本发明设计一种红外退化图像自适应复原方法，特别涉及一种适合硬件实时实现的图像复原方法。
【背景技术】
[0002]在红外图像采集、传输和处理过程中，由于受大气扰动、光学系统聚焦不良、景物和成像装置的相对运动等因素影响，导致得到的图像质量下降，图像变得模糊。为了获得高信噪比、高清晰度的图像，需要根据图像退化模型对退化图像进行复原。
[0003]图像复原是图像处理领域中一个基础性、前提性的处理过程，在初级视觉处理中占有极其重要的地位，国内外学者都很重视这方面的研究。图像复原根据已知的先验知识多少可分为典型的图像复原和图像盲目复原两大类。图像复原的难易程度主要取决于先验知识掌握的精确程度。典型的图像复原是根据确定的先验知识计算系统退化的点扩散函数，然后利用逆滤波、最小二乘滤波等反退化的方法，对退化图像进行复原，如逆滤波法、空域滤波方法、以及代数方法等。图像盲目复原是指不需要系统退化的先验知识或仅需要部分系统退化的先验知识，通过对退化过程(模糊和噪声)建立模型，进而从退化图像特征中估计真实图像，如零叶面分离法、ARMA参数估计法、先验模糊辨识法等。现有的红外图像复原方法存在以下缺点:(1)多数现有的红外图像复原方法仅适用于高信噪比的输入图像，随着输入图像信噪比下降，复原图像视觉效果变差，不利用人类或机器对图像的理解和分析；(2)多数现有的红外图像复原方法对整幅图像使用同一正则化参数进行正则化，没有利用局部特征信息，导致复原过程中损失了大量细节信息；(3)多数现有的图像复原方法运算量大，不易于硬件实时实现。
【发明内容】
[0004]发明目的:本发明的目的是设计一种方法简单、适用性强、效果良好、且适合硬件实时实现的红外退化图像自适应复原方法。
[0005]技术方案:本发明技术方案的实施步骤如下:红外退化图像自适应复原方法，包括如下步骤:
[0006](I)获取输入图像Iin;
[0007](2)构造图像退化模型A ；
[0008]( 3 )计算Iin的信息熵H ；
[0009](4)根据H计算正则化系数入；
[0010](5)通过迭代运算对图像I进行复原；
[0011](6)输出复原图像Iwt。
[0012]本发明红外退化图像自适应复原方法中，图像退化模型A选用高斯低通滤波器，二维表达式如下所示:
【权利要求】
1.红外退化图像自适应复原方法，其特征在于:包括如下步骤: (1)获取输入图像Iin; (2)构造图像退化模型A; (3)计算Iin的信息熵H; (4)根据H计算正则化系数λ; 正则化系数λ表达式如下所示:
2.根据权利要求1所述的红外退化图像自适应复原方法，其特征在于，所述步骤(2)中，图像退化模型A选用高斯低通滤波器，二维表达式如下所示:
3.根据权利要求1所述的红外退化图像自适应复原方法，其特征在于，所述步骤(3)中，以坐标(i，j)为中心的PXQ邻域的信息熵H表达式如下所示:
4.根据权利要求1所述的红外退化图像自适应复原方法，其特征在于，所述步骤(4)中，根据图像邻域的信息熵自适应计算正则化系数入。
5.根据权利要求1所述的红外退化图像自适应复原方法，其特征在于，所述步骤(5)中，第k+Ι次迭代图像Ik+1表达式如下所示:
6.根据权利要求1所述的红外退化图像自适应复原方法，其特征在于，所述步骤(6)中，复原图像U表达式如下所示: U=Ik+1 其中，k表示 迭代次数。
【文档编号】G06T5/00GK103606130SQ201310499697
【公开日】2014年2月26日 申请日期:2013年10月22日 优先权日:2013年10月22日
【发明者】赵春光, 白俊奇, 郑坚 申请人:中国电子科技集团公司第二十八研究所