The invention discloses a blind and blurred image restoration method, which belongs to the field of image processing. Using lq/l2 norm regularization as the prior term, using the method of multiple scales from coarse scale to the fine scale iterative solution, using the splitting method to solve the model, using the L1 norm estimation fidelity updated high frequency information of image, clear in image restoration, using closed threshold formula to analyze form solutions, improving the speed of algorithm. At the same time, update the fuzzy kernel, the linear increasing weight parameters of the fuzzy kernel according to the method of multiple scales from coarse to fine step by step estimation, to further improve the convergence of the fuzzy kernel, to improve fuzzy image quality.
【技术实现步骤摘要】
一种盲去模糊的图像恢复方法
本专利技术属于图像处理
,具体涉及一种盲去模糊的图像恢复方法。
技术介绍
图像恢复是图像处理中的一大领域,有着广泛的应用,正成为当前研究的热点。图像恢复的主要目的是使退化图像经过一定的加工处理,去掉退化因素,以最大的保真度恢复成原来的图像。传统的图像恢复假设图像的降质模型是己知的。而在实际应用中,图像退化系统的点扩展函数一般是未知的,只能凭退化图像的观测数据,再附加很少的关于系统与原图像先验知识来估计原图像,称之为盲图像复原。现有技术在去模糊图像的质量上还不够高,有待于进一步提高,同时在算法上运算速度也有待于进一步提高,以及模糊核的收敛性还不够好。
技术实现思路
针对上述现有技术中描述的不足,本专利技术提供一种盲去模糊的图像恢复方法,该方法能进一步改善模糊核的收敛性,提高去模糊图像质量。为解决上述技术问题,本专利技术所采用的技术方案如下:一种盲去模糊的图像恢复方法,步骤如下:步骤1,建立图像模糊模型为:其中,f表示模糊图像,k表示模糊核矩阵,u表示清晰图像,n表示成像过程中的噪声;步骤2,利用离散滤波器产生高频信息构造凹凸范数比值正则化模型为:其中,k≥0,∑iki=1,ki表示模糊核矩阵k中的元素,λ和λ1为权重参数,ψ为常数值,y为模糊图像的高频信息,x为清晰图像的高频信息,q为方程次方数且0<q<1;步骤3,求解步骤2的凹凸范数比值正则化模型,得到清晰图像;步骤3-1,更新清晰图像的高频信息x;步骤3-1-1,保真项选择l1范数,求解模型为:步骤3-1-2,将步骤3-1-1中的||x||2视为 ...
【技术保护点】
一种盲去模糊的图像恢复方法,其特征在于,步骤如下:步骤1,建立图像模糊模型为:
【技术特征摘要】
2017.09.06 CN 20171079672981.一种盲去模糊的图像恢复方法,其特征在于,步骤如下:步骤1,建立图像模糊模型为:其中,f表示模糊图像,k表示模糊核矩阵,u表示清晰图像,n表示成像过程中的噪声;步骤2,利用离散滤波器产生高频信息构造凹凸范数比值正则化模型为:其中,k≥0,∑iki=1,ki表示模糊核矩阵k中的元素,λ和λ1为权重参数,ψ为常数值,y为模糊图像的高频信息,x为清晰图像的高频信息,q为方程次方数且0<q<1;步骤3,求解步骤2的凹凸范数比值正则化模型,得到清晰图像;步骤3-1,更新清晰图像的高频信息x;步骤3-2,更新模糊核k;步骤3-3,得到恢复图像。2.根据权利要求1所述的盲去模糊的图像恢复方法,其特征在于,在步骤3-1中,具体步骤为:步骤3-1-1,保真项选择l1范数,求解模型为:步骤3-1-2,将步骤3-1-1中的||x||2视为常数,则步骤3-1-1的求解模型转换为关于非凸||x||q范数的正则化模型:步骤3-1-3,引入辅助变量v和权重参数θ,并将步骤3-1-2中的正则化模型转换为:其中,θi=ciθ0(7);式中,θ0表示权重参数θ的初始值,ci与尺度i成线性关系,ci=2i;步骤3-1-4,采用β代替常数项λ||x||2,并对步骤3-1-3的正则化模型转换中的v和x进行分别求解,求解公式为:
【专利技术属性】
技术研发人员:赵艳伟,李双安,李娜,陈凤华,贾秀玲,
申请(专利权)人:郑州工商学院,
类型:发明
国别省市:河南,41
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。