【技术实现步骤摘要】
组合式图像恢复方法及装置
本专利技术涉及图像处理领域,尤其涉及一种组合式图像恢复方法及装置。
技术介绍
在精密的光学显微镜等应用中对于图像的分辨率和清晰度都有很高的要求,但是在实际情况中,光学显微镜成像质量往往会受到噪声和失焦两方面的不利影响,图像从视觉效果上主要包含由物理器件引起的泊松噪声,以及在整个视场中还存在雾状的噪声。此外,由于精密光学显微镜的分辨率非常高,因此导致其相应的景深较小,在图像中存在由失焦而导致的模糊等现象,这对于光学显微镜图像的分析和研究均有不利影响。目前比较常用的技术方案是混合高斯-泊松噪声参数估计和相应的去噪方法,这些方法存在噪声参数估计慢、人为引入新的振铃效应和边缘恢复不清晰等问题,并且在光学显微镜这一特定应用条件下,这些方法的恢复效果全局效果较差,采用的算法运算复杂度高,对运算所需的硬件要求比较苛刻。
技术实现思路
有鉴于此,有必要提供一种组合式图像处理方法及装置,以解决上述问题。一种组合式图像恢复方法,包括步骤:a)获取原始图像i;b)获取包含原始图像i、理想图像o、全局背景光A以及透射率t四个参数的雾图模型,以及包含点扩散函数h、理想图像o以及噪声n三个参数的图像噪声模型;c)对所述雾图模型中的所述透射率t利用暗通道方法进行估计并修正;d)根据所述雾图模型、修正后的透射率t以及光学仪器实际成像条件选取所述透射率t的下限阈值,并获得去雾过程的恢复公式,利用所述恢复公式对所述理想图像o进行初始赋值;e)利用所述初始赋值对所述原始图像i进行去雾恢复;f)利用高斯核函数对所述点扩散函数h进行初始赋值;g)利用基于理查德森- ...
【技术保护点】
1.一种组合式图像恢复方法,其特征在于,包括步骤:a)获取原始图像i;b)获取包含原始图像i、理想图像o、全局背景光A以及透射率t四个参数的雾图模型,以及包含点扩散函数h、理想图像o以及噪声n三个参数的图像噪声模型;c)对所述雾图模型中的所述透射率t利用暗通道方法进行估计并修正;d)根据所述雾图模型、修正后的透射率t以及光学仪器实际成像条件选取所述透射率t的下限阈值,并获得去雾过程的恢复公式,利用所述恢复公式对所述理想图像o进行初始赋值;e)利用所述初始赋值对所述原始图像i进行去雾恢复;f)利用高斯核函数对所述点扩散函数h进行初始赋值;g)利用基于理查德森‑露西(Richardson‑Lucy)算法分别建立的理想图像o与点扩散函数h的迭代方程进行数值迭代,并获得最终理想图像,其中,所述迭代方程中使用了双总变分正则化参数与达朗贝尔判断准则,其中一个正则化参数具有空间自适应特性。
【技术特征摘要】
1.一种组合式图像恢复方法,其特征在于,包括步骤:a)获取原始图像i;b)获取包含原始图像i、理想图像o、全局背景光A以及透射率t四个参数的雾图模型,以及包含点扩散函数h、理想图像o以及噪声n三个参数的图像噪声模型;c)对所述雾图模型中的所述透射率t利用暗通道方法进行估计并修正;d)根据所述雾图模型、修正后的透射率t以及光学仪器实际成像条件选取所述透射率t的下限阈值,并获得去雾过程的恢复公式,利用所述恢复公式对所述理想图像o进行初始赋值;e)利用所述初始赋值对所述原始图像i进行去雾恢复;f)利用高斯核函数对所述点扩散函数h进行初始赋值;g)利用基于理查德森-露西(Richardson-Lucy)算法分别建立的理想图像o与点扩散函数h的迭代方程进行数值迭代,并获得最终理想图像,其中,所述迭代方程中使用了双总变分正则化参数与达朗贝尔判断准则,其中一个正则化参数具有空间自适应特性。2.如权利要求1所述的组合式图像恢复方法,其特征在于,所述原始图像i为彩色图像,所述方法包括步骤:将所述原始图像i分为RGB三个分量后对每一分量分别执行步骤b)至g),并将每次获得的最终理想图像叠加。3.如权利要求1所述的组合式图像恢复方法,其特征在于,所述雾图模型为i=o·t+A(1-t);所述图像噪声模型为i=h*o+n。4.如权利要求3所述的组合式图像恢复方法,其特征在于,步骤c)中对透射率t进行修正获得的结果为:其中s为待处理的像素点,y∈Ω(s)为所述待处理像素点窗口邻域的一个像素点,ω为修正系数。5.如权利要求4所述的组合式图像恢复方法,其特征在于,ω取值为ω∈[0.9,0.95],全局背景光A的取值为:在暗通道函数:中选取强度最高的前1‰的像素,然后在原始图像i中选取相应像素中强度最高的值即为全局背景光A的值。6.如权利要求5所述的组合式图像恢复方法,其特征在于,所述强度是指原始图像i在该像素点的亮度数值。7.如权利要求5所述的组合式图像恢复方法,其特征在于,所述组合式图像恢复方法应用于光学显微镜成像后的处理,所述步骤d)中光学仪器实际成像条件包括:光照强度、光照角度、显微镜焦距以及放大倍数。8.如权利要求7所述的组合式图像恢复方法,其特征在于,所述透射率t的下限阈值t0∈[0.08,0.12],所述去雾过程的恢复公式为:所述恢复公式中获得的o(s)即为所述理想图像o的初始赋值。9.如权利要求8所述的组合式图像恢复方法,其特征在于,步骤f)具体为:通过给定所述高斯核函数的尺寸与标准差来完成所述点扩散函数h的初始赋值。10.如权利要求9所述的组合式图像恢复方法,其特征在于,所述迭代方程分别为:其中s表示待处理的像素点,m为迭代次数,*表示二维卷积运算,.表示普通的标量乘法运算,o*和h*分别表示o和h的复数共轭,∑so(s)表示在整个图像区域内对o的像素值求和,div(·)为散度算符,为梯度算符,‖·‖表示范数,λ1和λ2为两个正则化参数,λ2为定值,λ1依照具有空间自适应特性的系统性构造模型选取。11.如权利要求10所述的组合式图像恢复方法,其特征在于,所述空间自适应特性是指区分图像的高频区域与低频区域并依照图像区域的不同对图像进行不同的恢复处理。12.如权利要求11所述的组合式图像恢复方法,其特征在于,所述不同的恢复处理为:在高频区域为保留包含图像边缘在内的高频信息与去除噪声,在低频区域为去除噪声。13.如权利要求11所述的组合式图像恢复方法,其特征在于,所述系统性构造模型为λ1(s)=λ0·f(β·EI(s)),其中λ0为强度系数,β为伸缩系数,f为构造系数,EI(s)为边缘指示函数。14.如权利要求13所述的组合式图像恢复方法,其特征在于,其中选取λ0~0.02、β~0.2、其中λa和λb(λa>λb)为黑塞(Hessian)矩阵的两个特征值,为以像素s为中心的3×3窗口内像素值的方差。15.如权利要求10-14所述的组合式图像恢复方法,其特征在于,采用所述两方程式进行的数值迭代为交替迭代,先使用o(m)与h(m)迭代获得o(m+1),再使用o(m+1)和h(m)迭代获得h(m+1),经过数次迭代后获得的o(m)为最终理想图像。16.如权利要求15所述的组合式图像恢复方法,其特...
【专利技术属性】
技术研发人员:宫广骅,张洪明,宋健,
申请(专利权)人:深圳清华大学研究院,清华大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。