【技术实现步骤摘要】
本专利技术属于图像处理
,具体地说是一种对模糊图像进行去模糊方法,该方法可用于对各种已知模糊类型的模糊图像进行去模糊。
技术介绍
图像去模糊是指去除或减轻在获取数字图像过程中发生的图像质量下降的现象, 它是图像处理中重要而又富有挑战性的研究内容。对于图像去模糊问题,研究者已经提出了很多方法。传统的去模糊方法有逆滤波,维纳滤波,卡尔曼滤波和广义逆的奇异值分解法等, 这些方法已经被广泛地应用于图像去模糊上,但是这些方法要求模糊图像具有较高的信噪比,如逆滤波的方法仅适用于高信噪比的图像,这一点限制了传统的去模糊方法在实际中的应用。这些方法的另一个缺点就是在去模糊时,图像边缘不能很好地恢复,同时又丢失了一些细节信息。上述经典的去模糊方法不但效果差,而且在实际应用中不能很好的实现。因此,目前国际上提出了一些改进上述缺点的图像去模糊方法。如,I. Daubechies等人提出基于小波的阈值迭代法,参见文献〈〈An iterative thresholding algorithm for linear inverse problems witha sparsity constraint》,Commun. Pure App1. Math. ,2004, Vol. 57, No.11, PP. 1413-1457。这种方法将两次迭代所得的去模糊结果的差值作为下一次迭代结果的补偿,是一种有效的去模糊方法。但是,这种方法是在小波域进行噪声抑制,容易产生振铃效应,且不能锐化图像边缘。此后,J. Bioucas-Dias等人将阈值迭代法进行了改进,参见文献《A new Tw ...
【技术保护点】
1.一种基于非局部约束的全变分图像去模糊方法,包括如下步骤:(1)用维纳滤波法得到初步去模糊结果图x(0),用x(0)初始化去模糊结果图x(k),设定迭代误差ε=1×10-6,设定当前的迭代数k=0;(2)计算去模糊图x(k)的非局部权重系数矩阵W,它的每个元素的计算公式如下:其中,表示去模糊结果图x(k)的第i个7×7像素的图像小块xi和第j个7×7像素的图像小块xj之间的权重系数,ci为归一化因子,h为调节权重大小的参数,h=65,wi是一个列向量,它包含xi所对应的最大的10个权重系数i=1,2,...,N,j=1,2,...,N,N为去模糊结果图x(k)的像素总数;(3)利用如下基于非局部约束的阈值迭代公式,计算去模糊中间结果图x(k+1/2):x(k+1/2)=x(k)+(HTy-Ux(k)-Vx(k))其中,U为变形的模糊核矩阵,U=HTH,H为已知的模糊核函数矩阵,HT为H的转置矩阵,V为变形的非局部系数矩阵,V=γ2WTW,WT为权重系数矩阵W的转置矩阵,γ为调节参数,γ=0.1;(4)用基于全变分模型的去噪方法对去模糊中间结果图x(k+1/2)进行噪声抑制,得到抑噪后 ...
【技术特征摘要】
1. 一种基于非局部约束的全变分图像去模糊方法,包括如下步骤(1)用维纳滤波法得到初步去模糊结果图X(°),用X(°)初始化去模糊结果图Χω,设定迭代误差2.根据权利要求1所述的基于非局部约束的全变分图像去模糊方法,其中步骤(3)给...
【专利技术属性】
技术研发人员:王爽,焦李成,刘忠伟,李源,侯彪,钟桦,张小华,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:87
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。