基于V系统的图像去模糊方法技术方案

本发明专利技术提供一种基于V系统的图像去模糊方法，包括：对模糊图像进行预处理，包括：对模糊图像进行V变换得到图像的水平高频HL部分、垂直高频LH部分、低频LL部分、高频HH部分，令水平高频HL部分、垂直高频LH部分取值为0，然后进行逆变换，得到预处理后的模糊图像；对预处理后的模糊图像利用自适应TV模型进行去模糊处理，处理过程中，每次迭代生成复原图像f时，同时调整参数λ。本发明专利技术的方法，可实现对图像的去模糊处理，能够较好地保持图像的细节特征，边缘部分较为突出，可达到较为理想的复原效果。

【技术实现步骤摘要】
基于V系统的图像去模糊方法
本专利技术涉及一种基于V系统的图像去模糊方法，属于图像处理

技术介绍
随着图像处理技术的发展，图像复原作为数字图像处理的一个重要组成部分，在解决近代科学研究、军事技术、医学、航天及天文学等领域出现的图像模糊问题中占有重要地位。数字图像在获取的过程中，受环境、人工、技术等多种因素的影响，撷取的照片可能为模糊图像，效果并不理想，无法进一步针对模糊图像进行准确的研究。由此，必须通过图像复原技术对退化图像进行校正，利用复原处理的模型使得图像相对清晰化，在复原过程中有效保持图像细节，提高图像的质量以便于后续观察和分析。目前已有的图像复原方法包括：逆滤波复原、维纳滤波复原、约束最小二乘法复原、Lucy-Richardson复原等，此类方法对于噪声的敏感度很大，复原之后可以明显看出仍有残存噪声存在，细节部分不明显，复原效果并不理想。
技术实现思路
鉴于上述原因，本专利技术的目的在于提供一种基于V系统的图像去模糊方法，能够对图像进行去模糊处理，图像复原效果较为理想。为实现上述目的，本专利技术采用以下技术方案：一种基于V系统的图像去模糊方法，包括：对模糊图像进行预处理，包括：对模糊图像进行V变换得到图像的水平高频HL部分、垂直高频LH部分、低频LL部分、高频HH部分，令水平高频HL部分、垂直高频LH部分取值为0，然后进行逆变换，得到预处理后的模糊图像；对预处理后的模糊图像利用自适应TV模型进行去模糊处理，该自适应模型为：其中，f表示复原图像，λ表示参数，g表示模糊图像，h表示模糊核；每次迭代生成复原图像f时，调整参数λ。按照λ＝λ-step的方式调整参数λ，step＝0.001。本专利技术的优点是：本专利技术的图像去模糊方法，对模糊图像通过V变换获得图像的频域信息，令水平高频和垂直高频的分量为0，再经过逆变换，对预处理的模糊图像利用自适应TV模型进行去模糊处理，能够更好地保持图像的细节特征，边缘部分较为突出，可达到较为理想的复原效果。附图说明图1是本专利技术的方法流程示意图。具体实施方式以下结合附图和实施例对本专利技术作进一步详细的描述。如图1所示，本专利技术公开的基于V系统的图像去模糊方法，包括：S1：对模糊图像进行预处理；k次V系统是一类正交多小波，是在[0，1]区间上的一类正交完备函数系。本专利技术使用3次V系统，将其离散化得到3次V的矩阵y。假设退化图像是g，则经过V变换后G＝y×g×y`，其逆变换为g`＝y`×G`×y。模糊图像经过3次V系统变换后得到变换后的图像G，该图像G包含水平高频HL部分、垂直高频LH部分、低频LL部分、高频HH部分，令其中的水平高频HL部分、垂直高频LH部分取值为0，然后经过逆变换，得到预处理后的模糊图像。其中，3次V系统[0，1]区间表达式为：第一组(在[0，1]区间，Legendre多项式的前四个表达式)：第二组(3次V系统生成元)：第n组第i类第i个(由第二组四个生成元经过压缩复制生成)：S2：对预处理后的模糊图像，基于自适应TV模型进行去模糊处理。TV模型是一种全变分最小化算法，根据退化图像g(x，y)和点扩散函数h(x，y)，求得下式最优解：其中||f||1表示全变差，全变差定义为：其中，f表示所求的复原图像，λ表示参数，g表示模糊图像，h表示模糊核，表示复原图像f的梯度。TV模型的数值求解时，可以采用Roeupwind方法，通过设定步长，迭代求解。本专利技术提出的自适应TV模型，以原TV模型为基础，每次迭代求解复原图像时，调整参数λ，使得λ＝λ-step，step＝0.001，在双重迭代的条件下，复原图像能够保持一定的细节特征，边缘部位较为突出，复原效果更加明显。以上所述是本专利技术的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本专利技术的精神和范围的情况下，任何基于本专利技术技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本专利技术保护范围之内。本文档来自技高网...

【技术保护点】
基于V系统的图像去模糊方法，其特征在于，包括：对模糊图像进行预处理，包括：对模糊图像进行V变换得到图像的水平高频HL部分、垂直高频LH部分、低频LL部分、高频HH部分，令水平高频HL部分、垂直高频LH部分取值为0，然后进行逆变换，得到预处理后的模糊图像；对预处理后的模糊图像利用自适应TV模型进行去模糊处理，该自适应模型为：

【技术特征摘要】
1.基于V系统的图像去模糊方法，其特征在于，包括：对模糊图像进行预处理，包括：对模糊图像进行V变换得到图像的水平高频HL部分、垂直高频LH部分、低频LL部分、高频HH部分，令水平高频HL部分、垂直高频LH部分取值为0，然后进行逆变换，得到预处理后的模糊图像；对预处理后的模糊图像利用自适应TV模型进行去模糊处理，该自适应模型为：

【专利技术属性】
技术研发人员：刚睿鹏，宋瑞霞，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京,11