用于图像去模糊的方法和系统技术方案

本发明专利技术涉及一种用于图像去模糊的方法，该方法包括如下步骤：将一个图像分割成不同图像部分以及对图像部分的子集执行去卷积，所述子集包括一个或更多图像部分。本发明专利技术还涉及一种用于图像去模糊的系统，该系统包括处理单元（３），所述处理单元（３）包括用于将一个图像分割成不同图像部分的图像分割组件（６）以及用于对包括一个或更多图像部分的子集执行去卷积的去卷积组件（８，８ａ）。

【技术实现步骤摘要】

本专利技术涉及一种用于图像去模糊的方法，一种用于执行该方法步骤的计算机程序产品，一种用于图像去模糊的系统以及一种包括用于图像去模糊的系统的装置。具体地，本 专利技术涉及的领域为以降低的复杂度执行图像去模糊。
技术介绍
在获取、处理和显示图像的领域中，有几类失真会影响图像的质量。在光学和成像 中，任何种类的成像仪器都会出现光学失真，因此产生模糊的图像。特别是，在拍摄过程中 经受快速运动或抖动的图像是模糊的，因此看上去不太清晰或不太锐利。 为了使图像去模糊，对图像应用去巻积(deconvolution)步骤以便逆转失真过 程。更一般地讲，去巻积是一种逆转对所记录数据的巻积作用的基于算法的过程。 在图像处理的领域中，为了进行有效的去巻积，大多数去巻积方法是迭代的且计 算量非常大。这导致图像去巻积的高计算工作量(load)。此外，日益增加的图像尺寸对图 像去巻积的执行提出了挑战。
技术实现思路
因此，本专利技术的目的是减少现有技术的缺点。具体地，本专利技术的目的是提供一种复 杂度降低、需要较少计算工作量的图像去模糊的方法和系统。 该目的是通过独立权利要求的特征达成的。 有利特征和实施例是从属权利要求的主题。 本专利技术一方面涉及一种用于图像去模糊的方法，包括如下步骤 将一个图像分割成不同图像部分，以及 对图像部分的子集执行去巻积，所述子集包括一个或更多图像部分。 本专利技术另一方面涉及一种用于图像去模糊的系统，包括 处理单元， 所述处理单元包括 图像分割组件，用于将一个图像分割成不同图像部分，以及 去巻积组件，用于对包括一个或更多图像部分的子集执行去巻积。附图说明 在下文关于附图对优选实施例的描述中将更详细地解释本专利技术，在附图中 图1示出了适于执行图像去巻积的装置的示意性方框图， 图2示出了根据本专利技术的图像去模糊系统的示意性方框图， 图3a示意性示出了小波变换的步骤， 图3b示意性示出了小波逆变换(inverse wavelet transformation)的步骤， 图4示出了本专利技术的一个实施例， 图5示出了本专利技术的另一实施例，以及 图6示出了示出根据本专利技术的方法的过程步骤的流程图。具体实施例方式图1示出了适于执行根据本专利技术的图像去模糊方法的装置1的示意性方框图。装 置l可以是适于处理图像的任何类型的装置，如用于静止图像和/或视频序列的照相机、移 动电话、PDA、笔记本、PC、电视或任何其它类型的适于处理图像和处理图像去模糊方法的装置。 装置1包括适于获取图像的图像获取单元2。图像获取单元2因此可包括用于获 取装置1外部的物体的图像的组件和/或例如CCD传感器。可替代地或另外，图像获取单 元2可包括用于从存储器中读出图像、通过有线或无线连接接收图像的装置或者任何其它 类型的适于获取图像的装置。根据本专利技术的术语图像在本文指单个静止图像或构成视 频序列的图像序列。 装置1进一步包括适于存储任何类型的数据、信息或程序的存储器5，存储器5可 以包括易失性存储器或非易失性存储器中的一个或更多部分。装置l可选地进一步包括适 于显示图像的显示器4，由此图像可以从存储器中读出、从图像获取单元接收，或者从装置 1中的任何其它组件进行如上操作。 图像获取单元2、显示器4和存储器5都连接到处理单元3，并与处理单元3进行 数据通信，处理单元3管理在装置1中执行的所有处理步骤，如存储、读取、传送、删除或处 理任何类型的数据或信息。 处理单元3进一步包括用于执行根据本专利技术方法所需的所有组件。这些组件可以 实现为由软件执行的处理步骤，或者可以实现为硬件组件，或者可以实现为上述可能性的组合。 现在将参考图2解释根据本专利技术的用于图像去模糊的系统。这里，根据本专利技术的 系统IO基于如下的思想将一个图像分割成不同图像部分，并只对图像部分的子集即不对 所有图像部分执行去巻积。这里，所述子集可以包括一个或更多图像部分。或者可以根本 不对子集中不包括的剩余图像部分去巻积，或者可以对这些剩余图像部分中的一个或更多 应用简化的去巻积。在任一情况下，只对图像部分的子集执行去巻积，从而降低去巻积步骤 的计算工作量和复杂度。 模糊图像数据11由此被提交至图像分割组件6。图像分割组件6将该图像分割成不同图像部分，即分割成至少两个图像部分。可以根据不同方法来完成图像分割。 —种可能性是采用模式识别，该模式识别分析图像以便识别不同结合(cohesive)的图像部分，例如以便识别出图像中的前景部分和背景部分。图像分割组件6然后可以将图像分割成这些不同图像部分，例如分割成一个或更多前景部分或一个或更多背景部分。 另一种可能性是通过频带分割而将图像分割成不同频带。根据本专利技术的优选实施例，通过将图像分割成不同频带的小波变换来完成图像的分割。 在优选实施例中，基于图像部分中的一部分来完成点扩散函数(point spread function)推断，即计算点扩散函数。在此，术语部分意指一个或更多但不是所有图像部 分。在另一实施例中，还可以基于所有图像部分计算PSF。 通常，为了逆转成像仪器中出现的失真过程，采用去巻积。通常方法是假设通过成 像仪器的光程(optical path)与点扩散函数(PSF)进行光学理想的巻积，该点扩散函数是 根据理论点光源(或其它波)通过仪器的路径来描述失真的数学函数。如果可以确定该函 数，则问题就是计算其反函数或互补函数并将反函数或互补函数与去模糊图像进行巻积。 结果是原始不模糊(皿blurred)的图像。 在许多情况下，找到实际的PSF是不可能的，通常使用PSF的近似，该近似不得不 从理论上加以计算。PSF近似的准确度将决定最终结果。可以采用不同算法来以计算量更 大为代价得出更好的结果。 当点扩散函数未知时，可以尝试不同的可能PSF并评价图像是否改善来系统地 推导点扩散函数。根据本专利技术用于此目的的一种可能的迭代算法是Richardson-Lucy去 巻积算法或者任何其它迭代算法。在Richard L. White发表的文章Image restoration using the dampedRichardson-Lucy method，，， Space Telescope Science Institute, Baltimore (巴尔的摩的空间望远镜科学研究所)中对Richardson-Lucy算法进行了详细描 述，该文章通过引用被并入本文。另一种可能性是使用非迭代算法Wiener去巻积或任何其 它的非迭代算法。 PSF推断(inference)组件7从所有图像部分或优选从图像部分的一部分中推导 出点扩散函数，然后在去巻积组件8中执行去巻积。此处去巻积组件8包括用于根据所提供 的去巻积算法执行去巻积的至少一个去巻积组件8a。此外，去巻积组件8可以进一步包括 适于执行一类或更多类简单或要求不高(less demanding)的巻积的简化去巻积组件8b。 对图像部分的子集执行去巻积，并且可选地对不是子集的部分的其它图像部分执 行简化去巻积。在去巻积之后，全部被去巻积或只有部分被去巻积的图像部分被提交至图 像组装(assembly)组件9，图像组装组件9重新组装图像部分，从而最终获得去模糊图像 12。 如已经描述过的，可以根据各种方法完成将图像分割成不同图像本文档来自技高网...

【技术保护点】
一种用于图像去模糊的方法，包括如下步骤：将一个图像分割成不同图像部分，以及对图像部分的子集执行去卷积，所述子集包括一个或更多图像部分。

【技术特征摘要】
EP 2008-10-13 08166440.1一种用于图像去模糊的方法，包括如下步骤将一个图像分割成不同图像部分，以及对图像部分的子集执行去卷积，所述子集包括一个或更多图像部分。2. 根据权利要求l所述的方法，包括如下步骤以使所述组包括大多数图像信息的方式，选择一个或更多图像部分的所述子集。3. 根据权利要求1或2所述的方法，其中分割图像的所述步骤是通过频带分割完成的。4. 根据前述权利要求中任一项权利要求所述的方法，其中分割图像的所述步骤是通过 一级小波变换完成的，以及其中所述图像被分割成近似系数矩阵，水平细节系数矩阵，垂直细节系数矩阵和对角 线细节系数矩阵。5. 根据权利要求4所述的方法，包括如下步骤 对所述近似系数矩阵执行去巻积。6 根据前述权利要求中任一项权利要求所述的方法，包括如下步骤对不是所述子集的一部分的图像部分中的至少一个执行简化去巻积。7. 根据前述权利要求中任一项权利要求所述的方法，包括如下步骤基于所述图像部分中的一部分计算用于去巻积的点扩散函数。8. —种用于在由计算机运行时执行根据权利要求1-7中任一项权利要求所...

【专利技术属性】
技术研发人员：雷志春，K齐默曼，
申请(专利权)人：索尼株式会社，
类型：发明
国别省市：JP[日本]