一种图像复原方法与流程

本发明涉及数据处理领域，尤其涉及一种图像复原方法。

背景技术：

1、科学技术的高速发展依靠着数据信息，因此，对数据信息的提取和处理也变的越来越重要了。在数据信息的载体中，图像是最为生动且能直观的描述信息的一种形式。不管是在医学影像、国防安全、空间遥感或者工业检测等科学各研究领域，还是在人们的摄影娱乐等日常生活中，都对清晰的图像有所依赖。然而，图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，导致图像质量的下降，这种现象叫做图像退化。

2、图像复原方法是图像处理领域一类重要的处理技术，与图像增强等其他基本图像处理技术类似，该技术也是以获取视觉质量得到某种程度改善为目的的，所不同的是图像恢复过程需要根据指定的图像退化模型来完成，根据这个退化模型对在某种情况下退化或恶化了的退化图像进行恢复，以获取到原始的、未经过退化的原始图像。换句话说，图像恢复的处理过程实际是对退化图像品质的提升，并通过图像品质的提升来达到图像在视觉上的改善。

3、随着计算机的发展，用图像处理算法对光学图像进行处理已经成为新的趋势，可用于提高图像的分辨率和成像的质量，拓展传统光学成像系统中成像方法。图像复原算法运用范围广泛，能够复原由散焦、大气湍流和运动等引起的模糊，改善图像的质量。但是现有技术中的算法大多仅局限于较为简单的退化系统，并不适用较为复杂的退化系统，而且抗噪能力差。因此，提出更准确的，复原效果更优的图像复原方法是目前领域中的重要研究课题。

技术实现思路

1、本发明实施例的目的是提出一种图像复原方法，以实现获取峰值信噪比高、且适用性更广的复原图像的图像复原方法，该方法包括：

2、获取退化图像数据；

3、根据预设图像退化模型，对所述退化图像数据进行盲处理，得到第一点扩散函数和第一近似复原图像；

4、基于所述第一点扩散函数和预设退化系统噪声能量，对所述退化图像数据进行反卷积处理，得到第二近似复原图像；

5、对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据。

6、优选的，所述预设图像退化模型为g(x,y)＝h(x,y)*f(x,y)+n(x,y)，其中，f(x,y)表示原始图g(x,y)表示退化图像数据，“*”表示空间卷积运算符号，h(x,y)是点扩散函数，n(x,y)表示噪声。

7、优选的，所述根据预设图像退化模型，对所述退化图像数据进行盲处理，得到第一点扩散函数和第一近似复原图像具体包括：

8、采用最大似然算法对所述点扩散函数进行大小估计；

9、获取最后得到的复原图像最清晰的，且峰值信噪比最大的第三点扩散函数；

10、采用忙卷积算法对所述图像退化模型进行反卷积处理，得到最优解；

11、根据所述最优解得到所述第一点扩散函数和所述第一近似复原图像。

12、进一步优选的，所述采用最大似然算法对所述点扩散函数进行大小估计包括从3×3的点扩散函数开始进行估计。

13、优选的，所述基于所述第一点扩散函数和预设退化系统噪声能量，对所述退化图像数据进行反卷积处理，得到第二近似复原图像具体包括：

14、所述基于所述第一点扩散函数和预设退化系统噪声能量，对所述退化图像数据进行正则化反卷积处理，得到第二近似复原图像。

15、优选的，所述对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据具体为：

16、根据第一预设加权值和第二预设加权值对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据。

17、进一步优选的，所述第一预设加权值等于与所述第二预设加权值相等，且所述第一预设加权值与所述第二预设加权值的和为1。

18、优选的，在获取退化图像数据之前，所述方法还包括：

19、获取三维点云图像数据；

20、采用预设三维点云去噪算法对所述三维点云图像数据进行去噪处理，得到第一去噪图像数据；其中，所述三维点云图像数据包括深度图像数据和强度图像数据；

21、对所述第一去噪图像数据进行数据分离处理，所述三维点云图像数据对应的深度图像数据和强度图像数据；

22、根据所述强度图像数据生成所述退化图像数据。

23、进一步优选的，在对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据之后，所述方法还包括：

24、对所述复原图像数据和所述深度图像数据进行融合处理，得到所述三维点云图像对应的复原三维点云图像数据。

25、进一步优选的，所述三维点云图像数据由飞行时间相机对环境进行拍摄后生成；所述三维点云图像数据的分辨率为240×320。

26、本发明提供的图像复原方法，其提供一种复原出来的图像的峰值信噪比要比其他两种方法复原出图像的峰值信噪比高，复原效果好，且本发明提供的图像复原方法可以针对不同的物体成像进行图像复原，具有更广泛的图像复原适用性。

技术特征：

1.一种图像复原方法，其特征在于，所述方法包括：

2.根据权利要求1所述图像复原方法，其特征在于，所述预设图像退化模型为g(x,y)＝h(x,y)*f(x,y)+n(x,y)，其中，f(x,y)表示原始图g(x,y)表示退化图像数据，“*”表示空间卷积运算符号，h(x,y)是点扩散函数，n(x,y)表示噪声。

3.根据权利要求1所述图像复原方法，其特征在于，所述根据预设图像退化模型，对所述退化图像数据进行盲处理，得到第一点扩散函数和第一近似复原图像具体包括：

4.根据权利要求3所述图像复原方法，其特征在于，所述采用最大似然算法对所述点扩散函数进行大小估计包括从3×3的点扩散函数开始进行估计。

5.根据权利要求1所述图像复原方法，其特征在于，所述基于所述第一点扩散函数和预设退化系统噪声能量，对所述退化图像数据进行反卷积处理，得到第二近似复原图像具体包括：

6.根据权利要求1所述图像复原方法，其特征在于，所述对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据具体为：

7.根据权利要求6所述图像复原方法，其特征在于，所述第一预设加权值等于与所述第二预设加权值相等，且所述第一预设加权值与所述第二预设加权值的和为1。

8.根据权利要求1所述图像复原方法，其特征在于，在获取退化图像数据之前，所述方法还包括：

9.根据权利要求8所述图像复原方法，其特征在于，在对所述第一近似复原图像和所述第二近似复原图像进行加权融合处理，得到所述退化图像数据对应的复原图像数据之后，所述方法还包括：

10.根据权利要求9所述图像复原方法，其特征在于，所述三维点云图像数据由飞行时间相机对环境进行拍摄后生成；所述三维点云图像数据的分辨率为240×320。

技术总结
本发明提供了一种图像复原方法，方法包括获取退化图像数据；根据预设图像退化模型，对退化图像数据进行盲处理，得到第一点扩散函数和第一近似复原图像；基于第一点扩散函数和预设退化系统噪声能量，对退化图像数据进行反卷积处理，得到第二近似复原图像；对第一近似复原图像和第二近似复原图像进行加权融合处理，得到退化图像数据对应的复原图像数据，经过该方法处理获得的复原图像具有峰值信噪比高，复原效果好的特点。

技术研发人员：杨文,叶建成
受保护的技术使用者：北京深测科技有限公司
技术研发日：
技术公布日：2024/3/27