一种图像处理中的去模糊方法技术

一种图像处理中的去模糊方法，涉及图像中的信号处理技术。该方法的主要步骤为：①原始图像ｆ（ｘ，ｙ）在第ｔ次迭代中得到的最佳估计值＊↓［ｔ］（ｘ，ｙ）＝＊↓［ｔ－１］（ｘ，ｙ）＋β（ｇ（ｘ，ｙ）－ｈ（ｘ，ｙ）＊＊↓［ｔ－１］（ｘ，ｙ））；②对原始图像的最初估计＊↓［０］（ｘ，ｙ）＝ｇ（ｘ，ｙ）；③令迭代次数ｔ＝１；④对每一个点计算它与沿ｘ方向相邻的上一点在第ｔ次迭代中对原始图像的估计之间的差异Ｉ↓［ｔ］↑［ｍｘ］＝＊↓［ｔ］（ｘ，ｙ）－＊（ｘ－１，ｙ）；对每一个点计算它与沿ｘ方向相邻的下一点在第ｔ次迭代中对原始图像的估计之间的差异Ｉ↓［ｔ］↑［ｐｘ］＝＊↓［ｔ］（ｘ＋１，ｙ）－＊↓［ｔ］（ｘ，ｙ）；⑤对每一个点用迭代逆滤波计算两次迭代之间的差值Ｉ↓［ｔ］↑［ｉｆｆ］＝β（ｇ（ｘ，ｙ）－ｈ（ｘ，ｙ）＊＊↓［ｔ－１］（ｘ．ｙ））；⑥两次迭代之间的变化取值Ｉ↓［ｔ］＝ｓｉｇｎ（Ｉ↓［ｔ］↑［ｉｆｆ］）ｍｉｎ（｜Ｉ↓［ｔ］↑［ｍｘ］｜，｜Ｉ↓［ｔ］↑［ｐｘ］｜，｜Ｉ↓［ｔ］↑［ｉｆｆ］｜）；⑦得到第ｔ次迭代对ｆ↓［ｔ］（ｘ，ｙ）的估计＊↓［ｔ］（ｘ，ｙ）＝＊↓［ｔ－１］（ｘ，ｙ）＋Ｉ↓［ｔ］；⑧令ｔ←ｔ＋１，比较ｔ和ｉｔｅｒ，如果ｔ＞ｉｔｅｒ，中止迭代，否则回到第④步继续迭代计算。本发明专利技术方法能抑制噪声对恢复图像效果的影响，消除震铃现象，获得比较好的图像恢复质量。

【技术实现步骤摘要】

本专利技术涉及图像中的信号处理技术，特别是图像处理中的去模糊方法。
技术介绍
在图像的获取过程中，经常由于光学系统或运动造成图像的模糊，同时图像中也会产生源自电路和光度学因素的噪声。这个退化过程可以被模型化为一个退化函数和一个加性噪声项。对于一幅原始图像f(x，y)，由于退化生成观测图像g(x，y)，公式为g(x，y)＝h(x，y)f(x，y)+n(x，y)(1)其中h(x，y)是点扩散函数，它显示一个点源函数对其它点的影响，n(x，y)是噪声项，表示卷积运算。图像去模糊的目的是在已知点扩散函数和观测图像以及关于噪声的一些性质的条件下尽可能的恢复原来的图像。去模糊是图像处理中非常经典而又困难的问题，涌现了各种各样的算法，如，逆滤波，迭代逆滤波，维纳滤波，带约束的最小二乘，Lucy-Richardson迭代去卷积，激波滤波器等。在这里我们只回顾一下与我们的算法相关的迭代逆滤波与激波滤波器。迭代逆滤波用f(x，y)表示对原始图像f(x，y)的最佳估计，忽略噪声的影响，对所有的参数β，应该有下式成立，f^(x,y)=f^(x,y)+β(g(x,y)-h(x,y)⊗f^(x,y))---(2)]]>应用依次代换法，可以得到如下迭代公式，f^0(x,y)=g(x,y)]]>f^k+1(x,y)=f^k(x,y)+β(g(x,y)-h(x,y)⊗f^k(x,y))---(3)]]>如果直接逆滤波有解，并且参数β的值不是很大，式(3)会收敛到直接逆滤波的解。我们知道，直接逆滤波的噪声放大作用非常明显。如果我们在迭代逆滤波的计算中进行有限次迭代就停止，可以减小噪声的放大作用，而又使得去模糊后的图像与原始图像比较接近。迭代逆滤波从本质上讲是一种规则化方法，因此它存在规则化方法所共有的局限，如会出现震铃现象。有许多方法被用来改进迭代逆滤波运算，比较典型的有把关于原始图像的一些先验信息加进去。这些信息包括原始图像的空间结构，如假设图像是非负的、有限支持的等等。然而这些约束通常是二次型的，它们不能完全的去掉震铃现象，计算的复杂度也限制了他们在实际应用中的使用。激波滤波器激波滤波器是一种基于非线性时间相关的偏微分方程演化的方法。考虑一个图像函数f:R2→R,]]>一系列经过激波滤波器处理后的图像{u(x，y，t)|t≥0}可以由下面偏微分方程演化产生，ut＝-sign(Δu)|u|(4)初始值u(x，y，0)＝f(x，y)(5) 其中，下标表示对其求偏微分，u＝(ux，uy)T是图像u的空间梯度。在应用激波滤波器的时候，对式(4)采用一种离散化的方法，使得在图像的演变过程中，可以保持图像中极值的大小和位置不变。方法中，ux和uy用下式来逼近，ux=m(Δ+x,Δ-x)]]>uy=m(Δ+y,Δ-y)---(6)]]>其中，Δ±xu=±(u(x±1,y),u(x,y))]]>Δ±xu=±(u(x,y±1),u(x,y))---(7)]]>m(x，y)是最小模函数，由下式定义，m(x,y)=sign(x)min(|x|,|y|)ifxy≥00ifxy<0---(8)]]>激波滤波器能使图像中的极点保持不变，使模糊的边缘变锐利，使边缘之间的区域光滑，且不会产生震铃现象。但激波滤波器没有考虑到图像的退化模型，对一幅根本没有模糊的图像，激波滤波器也会在缓慢变化的区域产生锐利的边缘；而且激波滤波器只能处理阶跃式的边缘模糊，对图像中的线形特征的模糊却无能为力。
技术实现思路
针对上述现有方法中的不足，本专利技术的目的是提供。它通过在迭代逆滤波算法中引入激波滤波器中使用的相应约束，能抑制噪声对恢复图像效果的影响，消除震铃现象，对阶跃式的边缘模糊和线形特征的模糊都能获得比较好的图像恢复质量。为了达到上述的专利技术目的，本专利技术的技术方案以如下方式实现 ，其主要步骤为①原始图像f(x，y)在第t次迭代中得到的最佳估计值f^t(x,y)=f^t-1(x,y)+β(g(x,y)-h(x,y)⊗f^t-1(x,y)),]]>设定图像的更新因子β，设定总迭代次数iter，其中g(x，y)为退化后生成的观测图像，h(x，y)是点扩散函数，表示卷积运算；②对原始图像的最初估计f^0(x,y)=g(x,y);]]>③令迭代次数t＝1；④对每一个点计算它与沿x方向相邻的上一点在第t次迭代中对原始图像的估计之间的差异Itmx=f^t(x,y)-f^t(x-1,y),]]>其中 为该点在第t次迭代中对原始图像的估计， 为与该点沿x方向相邻的上一点在第t次迭代中对原始图像的估计；对每一个点计算它与沿x方向相邻的下一点在第t次迭代中对原始图像的估计之间的差异Itpx=f^t(x+1,y)-f^t(x,y),]]>其中 为与该点沿x方向相邻的下一点在第t次迭代中对原始图像的估计；⑤对每一个点用迭代逆滤波计算两次迭代之间的差值Itiff=β(g(x,y)-h(x,y)⊗f^t-1(x.y));]]>⑥两次迭代之间的变化取值It=sign(Itiff)min(|Itmx|,|Itpx|,|Itiff|);]]>⑦得到第t次迭代对ft(x，y)的估计f^t(x,y)=f^t-1(x,y)+It;]]>⑧令t←t+1，比较t和iter，如果t＞iter，中止迭代，否则回到第④步继续迭代计算。在上述的去模糊方法中，所述总迭代次数iter的取值原则是，图像模糊的越厉害迭代次数越多，噪声越大，迭代次数越少，β值越小，迭代次数越多。本专利技术由于采用了上述的方法步骤，通过在迭代逆滤波算法中引入激波滤波器中使用的相应约束，使其能同时保留这两种算法的优点而没有其缺陷。通过强迫图像在相邻两次迭代之间的变化值不能超过该点与相邻点的差异的最小值，就能有效消除震铃现象。在迭代逆滤波算法中，通过完成有限次迭代就停止的操作能抑制噪声的放大作用，而且对阶跃式的边缘模糊和线形特征的模糊都能获得比较好的图像恢复质量。下面结合附图和具体实施方式对本专利技术做进一步说明。附图说明图1为本专利技术实施例系统的结构示意图；图2为实施例中采集的观测图像；图3为用迭代逆滤波法得到的去模糊图像；图4为用激波滤波器法得到的去模糊图像；图5为用本专利技术方法得到的去模糊图像。具体实施例方式采用本专利技术方法对小型X射线扫描检查系统采集的图像进行去模糊。该系统如图1所示，它包括以下几个部分X光机主要由控制器和X射线发生器组成，用于产生连续低能(几十到几百kV)X射线。机械传送装置包括传本文档来自技高网...

【技术保护点】
一种图像处理中的去模糊方法，其主要步骤为：①原始图像ｆ（ｘ，ｙ）在第ｔ次迭代中得到的最佳估计值＊↓［ｔ］（ｘ，ｙ）＝＊↓［ｔ－１］（ｘ，ｙ）＋β（ｇ（ｘ，ｙ）－ｈ（ｘ，ｙ）＊＊↓［ｔ－１］（ｘ，ｙ）），设定图像的更新因子β，设定总迭 代次数ｉｔｅｒ，其中ｇ（ｘ，ｙ）为退化后生成的观测图像，ｈ（ｘ，ｙ）是点扩散函数，＊表示卷积运算；②对原始图像的最初估计＊↓［０］（ｘ，ｙ）＝ｇ（ｘ，ｙ）；③令迭代次数ｔ＝１；④对每一个点计算它与沿ｘ方向相邻的上一点 在第ｔ次迭代中对原始图像的估计之间的差异Ｉ↓［ｔ］↑［ｍｘ］＝＊↓［ｔ］（ｘ，ｙ）－＊↓［ｔ］（ｘ－１，ｙ），其中＊↓［ｔ］（ｘ，ｙ）为该点在第ｔ次迭代中对原始图像的估计，＊↓［ｔ］（ｘ－１，ｙ）为与该点沿ｘ方向相邻的上一点在第ｔ次迭代中对原始图像的估计；对每一个点计算它与沿ｘ方向相邻的下一点在第ｔ次迭代中对原始图像的估计之间的差异Ｉ↓［ｔ］↑［ｐｘ］＝＊↓［ｔ］（ｘ＋１，ｙ）－＊↓［ｔ］（ｘ，ｙ），其中＊↓［ｔ］（ｘ＋１，ｙ）为与该点沿ｘ方向相邻的下一点在第ｔ次迭代中对原始图像的估计；⑤对每一个点用迭代逆滤波计算两次迭代之间的差值Ｉ↓［ｔ］↑［ｉｆｆ］＝β（ｇ（ｘ，ｙ）－ｈ（ｘ，ｙ）＊＊↓［ｔ－１］（ｘ．ｙ））；⑥两次迭代之间的变化取值Ｉ↓［ｔ］＝ｓｉｇｎ（Ｉ↓［ｔ］↑［ｉｆｆ］）ｍｉｎ（｜Ｉ ↓［ｔ］↑［ｍｘ］｜，｜Ｉ↓［ｔ］↑［ｐｘ］｜，｜Ｉ↓［ｔ］↑［ｉｆｆ］｜）；⑦得到第ｔ次迭代对ｆ↓［ｔ］（ｘ，ｙ）的估计＊↓［ｔ］（ｘ，ｙ）＝＊↓［ｔ－１］（ｘ，ｙ）＋Ｉ↓［ｔ］；⑧令ｔ←ｔ＋１，比较ｔ和ｉｔｅｒ，如果ｔ＞ ｉｔｅｒ，中止迭代，否则回到第④步继续迭代计算。...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈志强，于国强，张丽，李元景，刘以农，
申请(专利权)人：清华大学，清华同方威视技术股份有限公司，
类型：发明
国别省市：11[中国|北京]