一种基于自适应网格变形的人脸图像去模糊方法技术

本发明专利技术提出了一种基于自适应网格变形的人脸图像去模糊方法，以提高人脸图像去模糊的效果。上述人脸图像去模糊方法包括如下步骤：A：对原始人脸图像进行预处理，获取原始人脸图像的模糊核数值，估计原始人脸图像边缘的模糊程度；B：利用预处理后的人脸图像生成自适应三角网格；C：利用自适应三角网格构造基于径向基函数的三角网格；D：设计位移函数，将人脸图像边缘附近的像素依据位移函数向边缘移动；E：使用像素网格转换对D步骤得到的图像进行边缘增强，并将边缘增强后的图像从变形的网格插入到目标均匀网格中，得到去模糊后的人脸图像。上述方法保持了图像纹理，同时使边缘更清晰，在人脸图像基本去模糊方面具有很好的效果。

【技术实现步骤摘要】
一种基于自适应网格变形的人脸图像去模糊方法
本专利技术属于图像处理
，具体涉及到一种基于自适应网格变形的人脸图像去模糊方法。
技术介绍
图像作为人们获取信息的重要手段，在科学领域和现实生活中都拥有着非常重要的地位。近年来伴随科技的快速发展进步，很多种便携式拍照设备得到了普及化，无论是专门用于摄像的手持数码相机，还是生活中几乎人手一部的智能手机都使得人们更加容易记录生活中的瞬间。然而，在图像实际摄制和传播中，因受到机器的分辨率、成像的光照条件与相机的相对移动等影响，通常实际得到的人脸图像信息丟失、质退化，这也给人们的日常活动带来一定的干扰。因此，通过一定的手段来防止人脸图像退化或者复原降质后的人脸图像呈现出了其重要性，这也成为近年来科学界普遍关注的焦点。人脸图像去模糊，通常也叫图像去卷积，是从人脸图像模糊的机理出发，借助于一定的图像先验知识，从一副或多幅退化人脸图像中来重建出一副近似于真实人脸的清晰图像。传统的人脸图像非盲去光学模糊方法是在模糊核已知的前提下来反求清晰图像，而在大多数实际应用中，图像的光学模糊核是无法提前知道的，再加上噪声等因素的干扰，使得人脸图像去光学模糊问题更加困难，这也是人脸图像非盲去光学模糊的挑战之所在。
技术实现思路
本专利技术的目的是提出一种基于自适应网格变形的人脸图像去模糊方法，以提高人脸图像去模糊的效果。本专利技术的基于自适应网格变形的人脸图像去模糊方法包括如下步骤：A：对原始人脸图像进行预处理，获取原始人脸图像的模糊核数值，估计原始人脸图像边缘的模糊程度；B：利用预处理后的人脸图像生成自适应三角网格；C：利用自适应三角网格构造基于径向基函数的三角网格；D：设计位移函数，将人脸图像边缘附近的像素依据位移函数向边缘移动；E：使用像素网格转换对D步骤得到的图像进行边缘增强，并将边缘增强后的图像从变形的网格插入到目标均匀网格中，得到去模糊后的人脸图像。上述人脸图像去模糊方法的思想是转换模糊边缘的邻域，使相邻像素靠近边缘，利用特征物构造自适应三角网格，采用径向基函数对三角网格进行基点采样，对网格进行更新；接着，设计位移函数，在最近的图像边缘方向上移动像素；最后，将图像从变形网格重新采样到目标均匀网格。上述方法保持了图像纹理，同时使边缘更清晰，采用上述方法对不同的光学模糊模型(高斯模糊、圆形的模糊、环模糊影响)进行了分析，在人脸图像基本去模糊方面具有很好的效果，证明了该方法的有效性。附图说明图1是自适应网格变形的人脸图像去模糊方法的算法流程图。图2是人脸图像显著图。图3是三角网格示意图。图4是二维网格变形的位移方向。图5是像素移位示意图。图6是网格变形示意图。图7是插值示意图。具体实施方式下面对照附图，通过对实施实例的描述，对本专利技术的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。实施例1：本实施例提出了一种基于自适应网格变形的人脸图像去模糊方法，以提高人脸图像去模糊的效果。如图1所示，本实施例的基于自适应网格变形的人脸图像去模糊方法包括如下步骤：A：对原始人脸图像进行预处理，获取原始人脸图像的模糊核数值，估计原始人脸图像边缘的模糊程度；B：利用预处理后的人脸图像生成自适应三角网格；C：利用自适应三角网格构造基于径向基函数的三角网格；D：设计位移函数，将人脸图像边缘附近的像素依据位移函数向边缘移动；E：使用像素网格转换对D步骤得到的图像进行边缘增强，并将边缘增强后的图像从变形的网格插入到目标均匀网格中，得到去模糊后的人脸图像。下面就上述步骤进行详细说明：图像去模糊是使用模糊模型从给定的模糊图像IB中找到清晰图像I0的过程。通常假设得到模糊图像服从以下模型IB＝I0*H+n；其中，IB是模糊图像，I0是清晰图像，H是模糊核，n是加性噪声。如果模糊核H和噪声n已知足够的重构，则可以通过基于正则化的算法有效地解决反卷积问题。步骤A具体做法如下：利用模糊模型对采集到的人脸图像进行模糊处理，得到光学模糊人脸图像。目前常见的三种光学模糊类型的图像分别为高斯模糊、圆形的模糊、环模糊影响，为了证明本实施例方法的有效性，我们分别针对三种光学模糊类型的图像进行去模糊处理。光学像差是光学系统中光线会聚不准确的结果，通常会导致图像模糊，本实施例利用不同的模型来模拟这种效应，采集一张清晰图像，利用以下三种典型的模糊图像模型进行光学模糊预处理：1)高斯模糊近似于球面像差2)圆形的模糊3)环模糊其中：Gσ(x,y)，Cr(x,y)，Rr(x,y)的值等于模糊核H的值。最后两种模糊类型对应于失焦模糊。它出现在相机焦平面之前或之后的区域。当相机无法正确设置对焦平面时，可能是由于前置对焦和后置对焦等镜头和相机问题导致的结果。在摄影艺术中也有意使用失焦模糊来创建称为散景的效果，在这种情况下，模糊内核具有锐利边缘的圆形状。步骤B的具体做法如下：B1、提取A步骤中模糊人脸图像的亮度、颜色、方向三个特征，进一步归一化，并相加得到显著图S，其中，I表示亮度，C表示颜色，O表示方向，N(·)表示归一化因子；提取模糊图像的显著图，显著图给每个像素点分配一个特征数值σ∈[0,1]的数值，数值越高，该像素越能代表图像的特征物，σ＝1表示像素点在特征物区域，σ＝0表示像素点在非特征物区域，图像特征物在图像的重要区域位置；其中，特征物区域表示人脸图像中我们所要关注的目标特征所在的区域，(如，眼睛，脸颊，鼻子，嘴巴等特征)，非特征物区域即为人脸图像中不需要关注的图像特征(如人的衣服，背景，旁边的物体)；σ＝1表示提取的像素点是有效的特征，(如眼睛，嘴巴等特征)，σ＝0表示提取的像素点是无效的，不是我们所要关注的；B2、在特征物区域构建自适应的三角密网格，在非特征物区域构建自适应的三角疏网格，设定所述三角密网格的边长间距为lmin，所述三角疏网格的边长间距为lmax，所述lmax＞lmin；首先使用Canny算子检测特征物的轮廓，以Canny算子检测出的轮廓像素点和图像边界点为优先选择作为三角网格的顶点，以σlmin+(1-σ)lmax为采样点，使用约束Delaunay三角化构造得到自适应三角网格MP(x,y)，其中(x,y)为像素点的位置，P为下标，表示第P个三角网格M(x,y)。通过图像的显著图可以计算得到图像的特征物。由于图像特征物通常在图像的重要区域位置，因此可以使用显著图来得到特征物信息，通过显著图给每个像素点分配一个特征数值σ∈[0,1]的数值，数值越高,说明该像素越可能代表图像的特征物。自适应的三角网格希望在图像的特征物处采用加密的网格，而同时在图像非重要区域使用稀疏的网格。设定密网格边长间距为lmin，稀网格边长间距为lmax,在本实施例中，设定lmax＝3*lmin。步骤C的具体做法如下：对步骤B得到的三角网格点采用径向基函数插值进行更新，所述径向基函数插值表示为式中：f(x,y)为三角网格MP(x,y)在位置(x,y)的函数值；(xi,yi)为第i个插值节点的位置；||MP(x,y)-MP(xi,yi)||为MP(x,y)与MP(xi,yi)两点之间的距离；n为径向基函数基点的数量；ai(i＝1,2,…,N)为插值系数，取值为a∈[0,1]，且满足为本文档来自技高网...

【技术保护点】
1.一种基于自适应网格变形的人脸图像去模糊方法，其特征在于包括如下步骤：A：对原始人脸图像进行预处理，获取原始人脸图像的模糊核数值，估计原始人脸图像边缘的模糊程度；B：利用预处理后的人脸图像生成自适应三角网格；C：利用自适应三角网格构造基于径向基函数的三角网格；D：设计位移函数，将人脸图像边缘附近的像素依据位移函数向边缘移动；E：使用像素网格转换对D步骤得到的图像进行边缘增强，并将边缘增强后的图像从变形的网格插入到目标均匀网格中，得到去模糊后的人脸图像。

【技术特征摘要】
1.一种基于自适应网格变形的人脸图像去模糊方法，其特征在于包括如下步骤：A：对原始人脸图像进行预处理，获取原始人脸图像的模糊核数值，估计原始人脸图像边缘的模糊程度；B：利用预处理后的人脸图像生成自适应三角网格；C：利用自适应三角网格构造基于径向基函数的三角网格；D：设计位移函数，将人脸图像边缘附近的像素依据位移函数向边缘移动；E：使用像素网格转换对D步骤得到的图像进行边缘增强，并将边缘增强后的图像从变形的网格插入到目标均匀网格中，得到去模糊后的人脸图像。2.根据权利要求1所述的一种基于自适应网格变形的人脸图像去模糊方法，其特征在于所述A步骤具体如下：利用模糊模型对采集到的人脸图像进行模糊处理，得到光学模糊人脸图像。3.根据权利要求1所述的一种基于自适应网格变形的人脸图像去模糊方法，其特征在于所述B步骤具体如下：B1、提取A步骤中模糊人脸图像的亮度、颜色、方向三个特征，进一步归一化，并相加得到显著图S，其中，I表示亮度，C表示颜色，O表示方向，N(·)表示归一化因子；提取模糊图像的显著图，显著图给每个像素点分配一个特征数值σ∈[0,1]的数值，数值越高，该像素越能代表图像的特征物，σ＝1表示像素点在特征物区域，σ＝0表示像素点在非特征物区域，图像特征物在图像的重要区域位置；B2、在特征物区域构建自适应的三角密网格，在非特征物区域构建自适应的三角疏网格，设定所述三角密网格的边长间距为lmin，所述三角疏网格的边长间距为lmax，所述lmax＞lmin；首先使用Canny算子检测特征物的轮廓，以Canny算子检测出的轮廓像素点和图像边界点为优先选择作为三角网格的顶点，以σlmin+(1-σ)lmax为采样点，使用约束Delaunay三角化构造得到自适应三角网格MP(x,y)，其中(x,y)为像素点的位置，P为下标，表示第P个三角网格M(x,y)。4.根据权利要求1所述的一种基于自适应网格变形的人脸图像...

【专利技术属性】
技术研发人员：温峻峰，李鑫，杜海江，江志伟，夏欢，谢巍，张浪文，翁冠碧，陈庭，
申请(专利权)人：中科天网广东科技有限公司，
类型：发明
国别省市：广东,44