一种根据图像频谱信息提取模糊核先验的单透镜成像方法
【专利摘要】本发明涉及是图像处理领域，具体公开了一种根据图像频谱信息提取模糊核先验的单透镜成像方法，由单透镜相机获得模糊图像；在现有目标优化函数中加入l1/l2图像先验和根据模糊图像自身信息所提取的模糊核先验；再利用基于最大后验概率的盲卷积算法估计单透镜相机的模糊核；结合所估计的模糊核，利用非盲卷积算法得到清晰图像。本发明通过上述方法能够实现单透镜高质量计算成像，所采用的模糊核先验能充分利用模糊图像信息，因此具有较好的去模糊效果。
【专利说明】一种根据图像频谱信息提取模糊核先验的单透镜成像方法
【技术领域】：
[0001] 本发明属于图像处理领域，主要涉及图像去模糊，特指一种根据图像频谱信息提 取模糊核先验的单透镜成像方法。
【背景技术】：
[0002] 单透镜是现代光学成像系统如单反相机（Single Lens Reflex, SLR)镜头的最基 本器件，随着人们对图像质量要求的不断提高，镜头的精密程度也随至日益增加。日益复杂 的镜头设计旨在弥补单透镜所造成的像差（Aberrations)，像差即实际光学系统与理想光 学系统之间的偏差，会导致图像模糊。光学像差包括色差、球差、慧差、像散、场曲和畸变等
[1] 。所有球面形状的单镜片都会产生上述光学像差，不能应用直接应用在高分辨率、高质 量的摄影当中，因此设计光学成像系统时需要在光圈大小、焦距、图像失真限制以及镜头成 本等参数之间权衡。单反相机的镜头可能包含数十个镜片的组合，但是组合镜头的设计在 提高成像质量的同时，大大提高了镜头的成本，目前镜头已经成为单反相机最昂贵的组件。 而且组合镜片的设计也增加了镜头的体积和重量。昂贵的价格、笨重的体积，这些因素既影 响了单反相机向大面积用户推广，也给人们的日常生活带来了不便。因此，在保持高质量成 像的同时，如何缩小单反镜头的体积以及降低其制造成本，是未来单反相机镜头设计的主 流方向之一。
[0003] 近年来随着计算机、光学、传感器等先进技术以及计算机视觉等基础理论的发展， 一种新的摄影技术逐渐形成--计算摄影。计算摄影结合了大量的计算、数字传感器、现 代光学、激励器、探测器以及巧妙的光线来摆脱传统相机的限制，并且能够创造新颖的图像 应用。受到计算摄影机技术的启发，单透镜成像成为近年来镜头设计研究的一个新的方向
[2] 。如图1所示，采用普通的单透镜代替复杂的光学器件，对于该单镜片所产生的像差模 糊，尝试通过成熟的图像复原等计算摄影技术来消除，可以同样达到或接近复杂镜头的成 像效果。
[0004] 现有的图像复原算法的流程图如图2所示，对于要去模糊的模糊图像，一般首先 通过盲卷积图像复原算法估计出模糊核，这个过程一般通过相对简单的非盲卷积图像复原 算法，利用迭代优化方法对模糊核和潜在清晰图像进行交替估计，然后再利用相对复杂的 非盲卷积图像复原算法得到最终去模糊后的清晰图像。
[0005] 较为常用的盲卷积图像复原算法是基于最大后验概率的盲卷积图像复原方法，在 最大后验概率的框架下，盲复原问题的统计学模型可以表述为：
[0006]
【权利要求】
1. 一种根据图像频谱信息提取模糊核先验的单透镜成像方法，其特征在于，包括如下 步骤： 步骤一：由单透镜相机获得原始模糊图像b; 步骤二：设基于最大后验概率的盲卷积图像复原算法的目标优化函数为：
其中，1为清晰图像，k为其对应的模糊核，第一项
表示对图像噪声的约束， 第二项Pi(1)和第三项pk(k)分别表示图像先验和模糊核先验； 步骤三：在上述基于最大后验概率的盲卷积图像复原算法的目标优化函数中，代入1/ 12图像先验和根据模糊图像的频域信息所提取的模糊核先验pk(k)，利用基于最大后验概 率的盲卷积图像复原方法估计出单透镜相机对应的模糊核； 步骤四：结合步骤一中的模糊图像和步骤三所估计出的模糊核，利用非盲卷积图像复 原算法得到去模糊后的清晰图像。
2. 根据权利要求1所述根据图像频谱信息提取模糊核先验的单透镜成像方法，其特征 在于，所述步骤三中的模糊核先验Pk(k)的提取方法是：首先设定一个模糊核先验，该模糊 核先验收敛到真实模糊核1?，即给定由某个图像特征L所表示的模糊图像b，得到如下所示 的凸函数作为模糊核先验：
其中，h (k)表示模糊核先验，b为模糊图像，L表示提取模糊核先验所使用的图像特征， π^Χη^表示模糊图像的大小，R表示实数域； 针对由图像特征L定义的图像?，其卷积的第一个特征值
定义为：
其中，
表示图像
卷积的第一个特征值，L表示所采用的图像特征，gj表示 卷积算子，R表示实数域，SlXs2表示所采用的样本大小，X是满足
的矩阵，
表示矩阵的F范数，其表达式为
，上述公式的最优解表示为<(/); 最终模糊核的先验可以表示为：
3. 根据权利要求1所述根据图像频谱信息提取模糊核先验的单透镜成像方法，其特征 在于，所述步骤三中h/%图像先验中的h范数和1 2范数是模糊图像自身的范数，8卩P i(l)
，其中b表示由单透镜相机直接得到的模糊图像，| | b | | i表示图像b的h 范数，I I b I 12表示图像b的12范数，li范数表示矩阵里面非零元素的个数，矩阵X的h范数 表达式为
，其中sum表示求和，abs表示求绝对值，Xi表示矩阵X的 第i个元素，12范数表示空间上两个向量矩阵的直线距离，矩阵的12范数表达式为I |x| |2 =sqri^sumUi. ~2))，其中sqrt表示求平方根。
4. 根据权利要求3所述根据图像频谱信息提取模糊核先验的单透镜成像方法，其特征 在于，所述步骤三中将图像先验和模糊核先验加入目标优化函数时，得到下式：
求解时，首先设定初始的模糊核，求得潜在的清晰图像，然后再根据潜在的清晰图像和 原始模糊图像估计新的模糊核，如此迭代循环盲卷积图像复原算法，直至得到最终的模糊 核。
5. 根据权利要求4所述根据图像频谱信息提取模糊核先验的单透镜成像方法，其特征 在于，所述盲卷积图像复原算法在多尺度空间中进行。
6. 根据权利要求1-5之一所述根据图像频谱信息提取模糊核先验的单透镜成像方法， 其特征在于，步骤四中利用非盲卷积图像复原算法得到去模糊后的清晰图像的方法是： 将非盲卷积图像复原算法的概率模型表示为：
其中，对于滤波f，定义Cf为对应的卷积矩阵，S卩
为模糊核对应的卷积矩 阵，Cgl和Cgb分别为滤波与对应的卷积矩阵，η为控制参数，由上述非盲卷积的概率模型， 非盲卷积的图像复原问题表述为求最优解：
而对于高斯分布，上述最优解近似转换为如下最小二乘优化问题：
通过稀疏线性表示A1 = b来求解上述公式的最优解：
最后在频域中快速求解出最终清晰图像。
【文档编号】G06T5/00GK104091312SQ201410331056
【公开日】2014年10月8日 申请日期:2014年7月11日 优先权日:2014年7月11日
【发明者】刘煜, 徐玮, 谭树人, 张政, 李卫丽 申请人:中国人民解放军国防科学技术大学