[发明专利]一种模糊图像复原方法

摘要

本发明公开了一种模糊图像复原方法，应用于由相机和被拍摄目标相对运动形成的模糊图像，所述方法包括：通过所述图像得到所述图像的平滑区域；通过所述图像的平滑区域计算平滑区域标记矩阵；根据所述图像生成初始模糊核；通过对所述初始模糊核优化得到模糊核的估计值；通过所述模糊核的估计值对模糊图像进行复原。本发明对图像的平滑区域进行标记，充分利用图像中的平滑区域信息对模糊核估计过程施加约束，保证模糊核估计的准确性，利用估计的模糊核的对模糊图像进行复原，对于运动图像模糊复原有重要意义。

主权项

1.一种模糊图像复原方法，其特征在于包括以下步骤：(1)通过所述图像得到所述图像的平滑区域；其方法是采用公式d＝u+5δ (1) T = | | x | | 1 | | x | | 2 - - - ( 2 ) ]]>其中d表示像素的局部平滑度，u表示局部区域的均值，δ表示局部区域的方差，T表示归属性判别阈值，||x||1表示图像矩阵的一范数，||x||2表示图像矩阵的二范数；如果d≤T则判定像素i属于平滑区域；如果d＞T则判定像素i属于非平滑区域；并将属性相同的像素归为同一区域，划分图像的平滑区域；(2)通过所述图像的平滑区域计算平滑区域标记矩阵；其方法是采用公式其中M是平滑区域标记矩阵；(3)根据所述图像生成初始模糊核；其方法是采用公式 k 0 = E w × h - - - ( 4 ) ]]>其中k0表示初始模糊核，E表示图像的边缘，w表示图像矩阵的列数，h表示图像矩阵的行数；(4)通过对所述初始模糊核优化得到模糊核的估计值；其方法是采用公式 P = | | x - ▿ x | | 2 2 · M - - - ( 5 ) ]]>其中P表示平滑性约束模型，x为所述图像，▽x为所述图像的微分运算，M是平滑区域标记矩阵，·表示点乘运算，表示二范数的平方运算；G＝||(k0-▽k0)||2 (6)其中G表示一致性约束模型，k0为初始模糊核，▽k0为初始模糊核的微分运算，表示二范数的平方运算；k＝arg min{P+G} (7)其中k为模糊核的估计值，argmin表示极大释然估计，G表示一致性约束模型，P表示平滑性约束模型；(5)通过所述模糊核的估计值对模糊图像进行复原；其方法是采用公式 I = x ′ ⊗ ( k x ) - - - ( 8 ) ]]>其中I为复原后的图像，k为模糊核的估计值，x为模糊图像矩阵，x'表示转置后的模糊图像矩阵，表示卷积运算符。