结合alpha通道和图像分割的局部运动模糊复原算法
【专利摘要】本发明涉及图像领域，其公开了一种结合alpha通道和图像分割的复原算法。首先根据模糊图像的信息估计出模糊参数，通过alpha通道和点扩散函数（PSF）之间的关系估计出点扩散函数，实现模糊图像的复原；然后利用图像分割的知识，将复原图像准确地定位到背景图像中；最后根据提出的图像合成方法，得到复原图像。本发明的有益效果是：仿真结果表明提出的复原算法在进行模糊参数估计时估计精度高,对由直线运动造成的运动模糊复原效果好,提出的图像合成方法行之有效,解决了局部运动模糊的复原问题。
【专利说明】结合alpha通道和图像分割的局部运动模糊复原算法
【技术领域】
[0001]本发明涉及图像处理领域，特别涉及局部运动模糊图像复原领域。
【背景技术】
[0002]图像已经成为人类进行信息获取和信息交流的重要载体，在科技、军事、安全、工农业以及日常生活中得到了广泛地应用。作为信息交流的载体，图像是否能够被人眼清楚的辨析，决定了人类进行信息获取的成功与否。摄像设备自身以及外部的环境，都可能造成图像质量不同程度的下降，例如物体比例失真、细节不清晰或者存在重影等。
[0003]图像质量的下降对人类进行信息获取和信息交流造成了相当大的困难，例如目标识别、图像分析等。为了有效的从降质图像中提取出人类感兴趣的信息，数字图像处理技术快速发展起来的。为了解决图像质量下降造成的问题，国内外学者研究了各种图像复原的方法。二十世纪60年代，Harris对太空图像模糊进行模型分析，提出了复原算法。Mcglamery则在Harris理论研究的基础上采用实验的方式,利用点扩散函数来对大气扰动去卷积。从此，去卷积就成为了一种标准的图像复原技术。但是这种方法的优缺点都很明显，当没有噪声存在时，可以精确的实现模糊图像的复原，而存在噪声时，图像复原的效果会变得很差。
[0004]后来的学者也在这上面做了大量的研究工作，提出许多盲信号和非盲信号的图像复原算法。
【发明内容】
[0005]本发明为了解决现有技术的问题，针对局部运动模糊图像复原，公开了一种结合alpha通道和图像分割的局部运动模糊复原算法，该算法包括以下步骤:(I):获得模糊图像。使用背景差法提取出局部运动模糊图像中的模糊区域。
[0006](2):获得模糊参数。利用第(I)步得到的模糊图像经过空间变化变成一系列相似的模糊图像，利用模糊图像的信息获取模糊长度和模糊方向。
[0007](3):求解点扩散函数。求解模糊图像对应的alpha通道，再利用点扩散函数估计与alpha通道的关系，求解出模糊区域对应的点扩散函数。
[0008](4):利用得到的点扩散函数对模糊区域进行复原处理，得到复原图像。
[0009](5):将第(4)步得到的复原图像定位到背景中，完成整幅图像的复原。
[0010]有益效果
本发明的有益效果是，提出的复原算法在进行模糊参数估计时估计精度高，对由直线运动造成的运动模糊复原效果好，提出的图像合成方法行之有效，解决了局部运动模糊的复原问题。
【专利附图】
【附图说明】
[0011]图1为本发明提出局部运动模糊复原算法流程框图。
[0012]图2为本发明提出的点扩散函数估计流程图。
[0013]图3为图像合成区域示意图
【具体实施方式】
[0014]下面结合附图对本发明的技术方案作详细地说明。
[0015]本发明的思路是，先根据模糊图像的信息估计出模糊参数，通过alpha通道和点扩散函数(PSF)之间的关系估计出点扩散函数，实现模糊图像的复原；然后利用图像分割的知识，将复原图像准确地定位到背景图像中；最后根据提出的图像合成方法，得到复原图像。下面对该算法的理论推导及具体实现方法进行详细介绍。
[0016]为了得到图像中的模糊部分，采用数字抠图的方法。在数字抠图中，认为图像任一点的像素值是由前景元素颜色与背景元素颜色的线性组合，表示为Ig= a Fg+(1-Q)Bg0其中，Ig代表图像像素值；匕和Bg分别代表前景元素和背景元素的像素值；α的取值范围是O到1，它可以表示前景元素在图像像素中所占的比重，同理l-α表示背景元素在图像像素值中所占的比重。
[0017]获得模糊区域的方法称为如景提取，常用的如景提取方法有二种:光流法、帧差法和背景差法。光流法运算速度较慢，帧差法提取误差较大，背景差法是目前视频图像处理中使用最光法的方法。本发明也将采用背景差法提取出模糊区域。
[0018]假设局部运动模糊图像是C(x，y)，前景模糊部分为F(x，y)，背景清晰部分为B(x, y)。通过设定一定的阈值T，模糊图像C(x，y)与背景图像B(x，y)进行减操作就可以得
T到前景图像F (X，y)的近似估计，即
【权利要求】
1.一种结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于:能有效的从由运动造成的局部模糊图像中复原出有用的信息并且能较好地进行图像合成，包括如下步骤: (1)使用背景差法提取出局部运动模糊图像中的模糊区域，获得模糊图像； (2)利用第一步得到的模糊图像经过空间变化变成一系列相似的模糊图像，利用模糊图像的信息获取模糊长度和模糊方向； (3)求解模糊图像对应的alpha通道，再利用点扩散函数估计与alpha通道的关系，求解出模糊区域对应的点扩散函数； (4)利用得到的点扩散函数对模糊区域进行复原处理，得到复原图像； (5)将步骤(4)得到的复原图像定位到背景中，完成整幅图像的复原。
2.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(1)所述的局部运动模糊图像是指拍摄静止背景里的运动物体得到的图像。
3.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(1)中定义的模糊区域为
其中C(x, y)是运动模糊图像，F(x，y)为前景模糊部分，B(x，y)为背景清晰部分。
4.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(2)中采用自下层往上层逐次迭代的方法获得模糊图像的模糊长度和模糊方向。
5.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(3)中推导得到的alpha通道与点扩散函数估计的关系式为
6.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(3)中的点扩散函数的估计包括了以下步骤: (1)将图像旋转，得到新的图像； (2)提取模糊部分并计算对应的矩阵； (3)筛选元素得到候选矩阵OLrf; (4)重复步骤(3)，得到每一行的4-，组成新的矩阵
(5)求解相关系数矩阵； (6)设定阈值； (7)点扩散函数估计。
7.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(4)中的复原处理是根据估计得到的点扩散函数，代入L-R算法进行图像复原。
8.根据权利要求1所述的结合alpha通道和图像分割的局部运动模糊复原算法，其特征在于，步骤(5)中的图像合成是利用背景差法提取出前景图像之后留下的alpha通道实现准确定位的。
【文档编号】G06T7/00GK104200443SQ201410486243
【公开日】2014年12月10日 申请日期:2014年9月22日 优先权日:2014年9月22日
【发明者】闫乐乐, 李辉, 邱聚能, 梁平, 任金凡 申请人:中华人民共和国四川出入境检验检疫局