【技术实现步骤摘要】
基于Kullback-Leibler散度和l0范数约束的模糊图像复原方法
本专利技术涉及计算机数字图像处理
，具体涉及一种基于Kullback-Leibler散度和l0范数约束的模糊图像复原方法。
技术介绍
在摄影、安防监控等应用场景中，成像系统往往会受到颤振等外界环境的影响，使所得图像发生模糊退化，影响其细节分辨能力，降低了实用价值。目前，通常采用为成像系统增加稳像辅助设备等手段降低外界环境的影响，其缺点是辅助设备的体积较大、较为笨重，使用不便。另一种方法是采用数字图像处理手段，对所得的模糊图像进行后期处理，复原出清晰图像。然而，模糊图像复原问题是一个典型的病态问题，即模糊图像中少许的噪声也会被放大并反向传播进入复原图像中，影响模糊图像的复原质量。因此，必须为模糊图像复原原始问题模型进行修正，增加额外的约束条件，使其复原结果尽可能的接近真实清晰图像。目前，大多数模糊图像复原算法通常在贝叶斯后验估计框架下进行建模，假设噪声服从高斯概率分布特性或者泊松概率分布特性，并且与清晰图像本身的先验概率分布特性相结合形成约...
【技术保护点】
1.一种基于Kullback-Leibler散度和l
【技术特征摘要】
1.一种基于Kullback-Leibler散度和l0范数约束的模糊图像复原方法，其特征在于，包括以下步骤：
1)构建实际模糊图像与理想模糊图像的Kullback-Leibler散度及线性残差的约束条件，采用清晰图像梯度的l0范数作为优化目标函数，构建带约束条件的模糊图像复原问题模型；
2)将带约束条件的模糊图像复原问题模型转化为无约束条件的模糊图像复原问题模型；
3)用模糊图像对清晰图像的估计值进行初始化；
4)根据初始化后的清晰图像估计值，采用迭代计算方法对无约束条件的模糊图像复原问题模型进行求解，迭代停止时所得的清晰图像估计值即为最终复原图像。
2.根据权利要求1所述的基于Kullback-Leibler散度和l0范数约束的模糊图像复原方法，其特征在于，步骤1)中约束条件是利用实际模糊图像g与理想模糊图像ho的Kullback-Leibler散度及线性残差的和等于0构建的；
其中，带约束条件的模糊图像复原问题模型的表达式为：
式中，o表示清晰图像，h表示造成图像模糊的点扩散函数，j表示图像像素索引，n表示图像中的像素总数；dx和dy分辨表示水平方向梯度算子...
【专利技术属性】
技术研发人员：董文德，徐剑，徐贵力，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
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。