基于先验约束和离群值抑制的图像去模糊方法技术

本发明专利技术公布了一种图像去模糊方法，基于先验约束和离群值抑制，采用卷积模型来拟合清晰图像的模糊过程，再对模糊图像I进行复原，由此达到图像去模糊的目的；包括模糊图像显著性结构评估过程、模糊核估计及其离群值抑制过程、非忙反卷积模糊图像复原过程；利用L0范数约束和重尾先验信息获得模糊图像中的显著性结构；具体采用L0范数约束对模糊核进行评估；对评估的模糊核进行离群值抑制；采用非盲反卷积算法得到最终的复原图像。本发明专利技术能够解决现有算法中存在的先验假设不准确、先验约束不合适，以及模糊核中存在离群值的问题，能够明显提高模糊图像的复原水平。

Image deblurring method based on prior constraints and outlier suppression

The invention discloses an image deblurring method, a priori constraints and the outlier suppression based on the convolution model to fit the clear image of fuzzy, fuzzy I image restoration, so as to achieve the purpose of image deblurring; including fuzzy image saliency structure evaluation process, fuzzy kernel estimation and outlier suppression process non busy deconvolution blurred image restoration process; using L0 norm constraint and heavy tailed prior information obtained fuzzy significant structures in the image; the L0 norm constraint to evaluate fuzzy kernel; fuzzy kernel for outlier suppression of evaluation; the non blind deconvolution algorithm to obtain the final image. The present method can solve the problem that the prior hypothesis is inaccurate, the prior constraint is not suitable, and the fuzzy kernel has outliers in the existing algorithm, which can obviously improve the restoration level of the blurred image.

【技术实现步骤摘要】
基于先验约束和离群值抑制的图像去模糊方法
本专利技术涉及数字图像处理技术，尤其涉及一种基于先验约束和离群值抑制的图像去模糊方法。
技术介绍
去模糊技术是图像和视频处理领域被广泛研究的主题。基于相机抖动造成的模糊在一定意义上严重影响图像的成像质量和视觉观感。作为图像预处理领域一个极其重要的分支，去模糊技术的提升直接影响其他计算机视觉算法的性能，如前景分割、物体检测、行为分析等；同时它也影响着图像的编码性能。因此，开发高性能的去模糊算法具有重要作用。通常情况下可用卷积模型来解释模糊成因，相机抖动的过程可以映射为模糊核轨迹PSF(PointSpreadFunction)。在模糊核未知的情况下还原清晰图像，这一问题属于不适定(ill-posed)问题，所以，通常意义上需要先估计模糊核，再利用评估的模糊核进行返卷积操作得到复原图像。目前，常用算法包括基于MAP的EM算法；原始的MAPx,k(其中x表示清晰图像，k表示模糊核)算法很多情况下会将模糊图像作为非模糊解释(no-blurexplanation)，这使得评估图像和模糊核依次迭代过程的失败；之后的MAPk(k表示模糊核)算法是MAPx,k本文档来自技高网...

【技术保护点】
一种图像去模糊方法，基于先验约束和离群值抑制，采用卷积模型来拟合清晰图像的模糊过程，再对模糊图像I进行复原，由此达到图像去模糊的目的；包括模糊图像显著性结构评估过程、模糊核估计及其离群值抑制过程、非忙反卷积模糊图像复原过程；1)模糊图像I的显著结构评估过程，包括如下步骤：11)采用重尾效应的先验约束作为模糊图像显著型结构梯度的分布情况，如式2：

【技术特征摘要】
1.一种图像去模糊方法，基于先验约束和离群值抑制，采用卷积模型来拟合清晰图像的模糊过程，再对模糊图像I进行复原，由此达到图像去模糊的目的；包括模糊图像显著性结构评估过程、模糊核估计及其离群值抑制过程、非忙反卷积模糊图像复原过程；1)模糊图像I的显著结构评估过程，包括如下步骤：11)采用重尾效应的先验约束作为模糊图像显著型结构梯度的分布情况，如式2：其中，S为模糊图像的显著性结构(并不是待还原的图像)，用来辅助评估模糊核k；式2的第一项可看成是损失函数；式2的第二项是用超拉普拉斯来模拟重尾效应；12)评估模糊图像显著性结构：引入L0范数对模糊图像的显著性结构S的纹理进行约束，同时利用L2范数限制S中平滑区域的噪声，更新后如式3：其中，M是对模糊图像显著性结构S中纹理的二值标定，(1-M)是对S中平滑区域的二值标定；式3中第三项对大尺寸细节进的约束，最后一项是对平滑的约束；13)求解模糊图像显著性结构，具体如下：为求解式3，引入两个替代变量u和w来选择性替代式3的变种为式6：用交替更新的方法获得每一次迭代S、u和w的解；再经过傅里叶变换之后求得模糊图像显著性结构S并更新；2)模糊核估计及其离群值抑制过程：采用梯度信息和显著性结构S来估计模糊核k，通过迭代更新估计得到模糊核k的轨迹；3)模糊图像复原过程：利用估计出的模糊核，采用非盲反卷积方法对模糊图像进行复原操作。2.如权利要求1所述图像去模糊方法，其特征是，步骤12)用式4和式5对模糊图像显著性结构S中纹理的二值标定M进行定义：M＝H(r-τr)(式5)式4中，x表示像素点的位置；y表示以像素点为中心，窗口大小为Nh范围内的像素点；r(x)表示位置x处的像素点属于纹理部分的程度；利用式4对S中的纹理做初步的划分，r(x)的取值在(...

【专利技术属性】
技术研发人员：李革，张毅伟，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44