一种双动态模糊图像复原方法技术

本发明专利技术是关于一种双动态模糊图像复原方法，包括:获取双动态模糊图像y，建立双动态模糊图像的图像金字塔，以及根据图像金字塔建立双动态模糊图像y的运动模糊核和离焦模糊核，其中，图像金字塔中模糊图像的分辨率由顶层向底层依次增大；计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值；根据当前图像层计算的运动模糊核、离焦模糊核以及清晰图像的最优值，计算下一层图像层的运动模糊核、离焦模糊核以及清晰图像的最优值，直到计算出所述图像金字塔底层的清晰图像。本发明专利技术实施例提供的方法，在不断优化运动模糊核和离焦模糊核的过程中对清晰图像进行估计，从而使清晰图像达到足够的清晰度。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种双动态模糊图像复原方法。
技术介绍
随着时间的推移，“移动电子眼“的触角将会深入到城市的各个角落，扮演越来越重要的角色，为我们的”平安城市“保驾护航。平安城市也是衡量一个城市现代化管理水平的重要体现，是实现一个城市乃至整个国家安全和稳定的重要措施。建立合理、有效的城市视频监控管理系统，才能使政府管理部分在第一时间发现问题，提出应对措施及应急预案。城市视频监控管理系统中的监控装置，例如，摄像头、监控录像等往往采集到的图像比较模糊，为了获取清晰的图像，现有技术中，通过模糊算法对模糊图像进行处理。对于双动态图像，也就是在双动态环境中采集到的图像，例如，行驶车辆上的摄像头采集另一行驶车辆的图像。该双动态图像在利用去模糊算法进行处理得到清晰图像的过程中，通常针对运动模糊构建单一模糊核对清晰图像进行估计，例如，针对高速运动、车辆抖动、距离变化等因素构建模糊核。但是，在双动态环境中，造成图像模糊的原因有多方面，如果仅针对一个模糊因素构建模糊核对图像进行处理，那么对于其它模糊因素便无法实现去模糊处理，从而使去模糊处理后的图像无法达到足够的清晰效果。
技术实现思路
为克服相关技术中存在的问题，本专利技术提供一种双动态模糊图像复原方法。根据本专利技术实施例的第一方面，提供一种双动态模糊图像复原方法，包括：获取双动态模糊图像y，建立所述双动态模糊图像的图像金字塔，以及根据所述图像金字塔建立所述双动态模糊图像y的运动模糊核和离焦模糊核，其中，所述图像金字塔中模糊图像的分辨率由顶层向底层依次增大；计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值；根据当前图像层计算的运动模糊核、离焦模糊核以及清晰图像的最优值，计算下一层图像层的运动模糊核、离焦模糊核以及清晰图像的最优值，直到计算出所述图像金字塔底层的清晰图像。优选地，所述计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值，包括：建立双动态模糊图像与清晰图像的映射关系，y＝k1*k2*x+ε，其中，k1表示运动模糊核、k2表示离焦模糊核、x表示清晰图像、y表示模糊图像以及ε表示噪声；将双动态模糊图像与清晰图像的映射关系，转化为对k1、k2以及x的最优化问题，最优化公式为：其中，β1、β2和λ是权值，表示L2范数的平方，其中，σ是权值，||·||0表示L0范数，是梯度算子；将拆分为两个子公式，和根据上一层计算的k1和k2，通过公式计算当前图像层的x的最优值；根据当前图像层的x的最优值，通过梯度下降方法，计算公式：的解，得到当前图像层的k1和k2的最优值。优选地，所述根据当前图像层的x的最优值，通过梯度下降方法，计算公式：的解，得到当前图像层的k1和k2的最优值，包括：将公式拆分为和在梯度空间内对运动模糊核k1进行估计，将公式转化为根据当前图像层的x的最优值以及当前k2的最优值，计算公式的解，得到当前图像层的k1的最优值；根据当前图像层的x的最优值以及当前k1的最优值，计算公式的解，得到当前图像层的k2的最优值。本专利技术的实施例提供的技术方案可以包括以下有益效果：本专利技术实施例提供的方法中，针对模糊图像的运动模糊核和离焦模糊核两个模糊因素进行去模糊处理。建立模糊图像的图像金字塔，从图像金字塔的顶层开始依次估计每一层图像层的清晰图像，在估计出当前层的运动模糊核和离焦模糊核后，将运动模糊核和离焦模糊核迭代如下一层图像层中，下一层图像根据运动模糊核和离焦模糊核估计清晰图像。在不断优化运动模糊核和离焦模糊核的前提下，估计图像金字塔中下一层图像的清晰图像，以此增加清晰图像估计优化度，保证最终得到更加清晰的图像。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种双动态模糊图像复原方法流程示意图；图2为本专利技术实施例提供的一种步骤S102流程示意图；图3为本专利技术实施例提供的步骤S1025流程示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。双动态环境中，造成图像模糊的原因是多方面的，其中两个最重要的原因是，由运动引起的运动模糊核距离变化引起的离焦模糊，本专利技术实施例提供的方法通过建立双动态模糊图像的运动模糊核和离焦模糊核模型，利用运动模糊核和离焦模糊核对清晰图像进行估计，最终求出最优清晰图像。图1为本专利技术实施例提供的一种双动态模糊图像复原方法流程示意图。在步骤S101中，获取双动态模糊图像y，建立双动态模糊图像的图像金字塔，以及根据图像金字塔建立双动态模糊图像y的运动模糊核和离焦模糊核，其中，图像金字塔中模糊图像的分辨率由顶层向底层依次增大。图像金字塔被广泛用于各种视觉应用中。图像金字塔是一个图像集合{y1,y2,......,yq本文档来自技高网...

【技术保护点】
一种双动态模糊图像复原方法，其特征在于，包括：获取双动态模糊图像y，建立所述双动态模糊图像的图像金字塔，以及根据所述图像金字塔建立所述双动态模糊图像y的运动模糊核和离焦模糊核，其中，所述图像金字塔中模糊图像的分辨率由顶层向底层依次增大；计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值；根据当前图像层计算的运动模糊核、离焦模糊核以及清晰图像的最优值，计算下一层图像层的运动模糊核、离焦模糊核以及清晰图像的最优值，直到计算出所述图像金字塔底层的清晰图像。

【技术特征摘要】
1.一种双动态模糊图像复原方法，其特征在于，包括：获取双动态模糊图像y，建立所述双动态模糊图像的图像金字塔，以及根据所述图像金字塔建立所述双动态模糊图像y的运动模糊核和离焦模糊核，其中，所述图像金字塔中模糊图像的分辨率由顶层向底层依次增大；计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值；根据当前图像层计算的运动模糊核、离焦模糊核以及清晰图像的最优值，计算下一层图像层的运动模糊核、离焦模糊核以及清晰图像的最优值，直到计算出所述图像金字塔底层的清晰图像。2.根据权利要求1所述的方法，其特征在于，所述计算图像金字塔中当前层的运动模糊核、离焦模糊核以及清晰图像的最优值，包括：建立双动态模糊图像与清晰图像的映射关系，y＝k1*k2*x+ε，其中，k1表示运动模糊核、k2表示离焦模糊核、x表示清晰图像、y表示模糊图像以及ε表示噪声；将双动态模糊图像与清晰图像的映射关系，转化为对k1、k2以及x的最优化问题，最优化公式为：其中，β1、β2和λ是权值，表示L2范数的平方，其中，σ是权值，||·||0表示L0范数，是梯度算子；将拆分为两个子公式，和根据上一层计算的k1和k2，通过公式计算当前图像层的x的最优值；根据当前图像层的x...

【专利技术属性】
技术研发人员：史方，邹佳运，王标，
申请(专利权)人：同观科技深圳有限公司，
类型：发明
国别省市：广东;44