基于三字典块匹配的图像复原方法技术

本发明专利技术公开了一种基于三字典块匹配的图像复原方法，主要解决现有技术在图像复原时，无法锐化图像边缘且造成部分图像高频细节丢失的问题。本发明专利技术的技术方案为：首先输入一幅待处理模糊图像，并构造模糊字典Db，清晰字典Dc和高频字典Dh；然后通过将待处理的模糊图像分块，分别找到各图像块在模糊字典Db中最匹配的图像块；再利用三个字典间的一一对应关系恢复出低频结果图和高频结果图；最后将恢复出的低频结果图和高频结果图相加，得到最终的复原结果图。本发明专利技术在图像复原时，能够去除图像梯度效应，锐化图像边缘，恢复图像高频细节信息，提高模糊图像的恢复质量。可用于对各种已知模糊类型的模糊图像进行复原。

【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复原的方法，该方法可用于对各种已知模糊类型的模糊图像进行复原。
技术介绍
图像复原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。对于图像复原问题，研究者已经提出了很多方法。传统的复原方法有逆滤波，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复原上，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复原方法在实际中的应用。这些方法的另一个缺点就是在复原时，图像边缘不能很好地恢复，同时又丢失了一些细 T1 fn 息。上述经典的复原方法不但效果差，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复原方法。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 with a sparsity constraint》，Commun. Pure Appl. Math. ,2004,Vol. 57,No. 11, PP. 1413-1457。这种方法将两次迭代所得的复原结果的差值作为下一次迭代结果的补偿，是一种有效的复原方法。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《Anew TwIST :two_step iterative shrinkage/thresholding algorithms for image restoration》，IEEETrans. Image Process.，2007，Vol. 16，No. 12，pp. 2992-3004。该方法的收敛速度比一般的阈值迭代法有所提高，同时，J. Bioucas-Dias等人在他们的代码示例中，将噪声系数转换到全变分域中进行抑制，去除了振铃效应，但是这种方法在图像的平滑区域容易产生阶梯效应，且不能很好的恢复图像高频细节。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种，以在图像复原时，能够去除图像梯度效应，锐化图像边缘，恢复图像高频细节信息，提高模糊图像的恢复质量。实现本专利技术目的的技术方案为通过将待处理的模糊图像分块，分别找到各图像块在模糊字典中最匹配的图像块，然后利用三个字典间的对应关系恢复出低频结果图和高频结果图，再将恢复出的低频结果图和高频结果图相加，得到最终的复原结果图。其具体步骤包括(1)输入一幅待处理模糊图像\，初始化模糊图像)(b的低频结果图& = 0，低频结果图&的大小与模糊图像\大小相同；初始化模糊图像\的高频结果图\ = 0，高频结果图\的大小与模糊图像\相同；(2)将待处理模糊图像)(b进行大小为5X5的分块，分块过程中相邻块之间重叠4 个像素，得到图像块集合P = {p(i) |i = 1,2,…，G}，初始化i = 1 ；(3)设构造字典所用的清晰样本图像的个数M = 5，模糊字典Db、清晰字典D。和高频字典Dh分别含有的图像块数目N = 300000，聚类数目η = 600 ；(4)对M幅清晰样本图像进行预处理并采样，分别得到模糊字典Db，清晰字典Dc和高频字典Dh (4a)对M幅清晰样本图像用与待处理模糊图像)(b相同的模糊核进行模糊化，得到 M幅模糊样本图像，对这M幅模糊样本图像分别按照从左到右，从上到下的顺序提取5X5的图像块，把得到的N个图像块排成一行，得到模糊字典Db ；(4b)对M幅清晰样本图像分别按照从左到右，从上到下的顺序提取5X5的图像块，把得到的N个图像块排成一行，得到清晰字典D。；(4c)对M幅清晰样本图像进行高斯高通滤波，得到M幅高频图像，对这M幅高频图像分别按照从左到右，从上到下的顺序提取5X5的图像块，把得到的N个图像块排成一行， 得到高频字典Dh;(5)将模糊字典Db中的所有图像块用k-means方法聚成η类，得到聚类中心集C ={C(k) |k= 1,2, ...，n}；(6)提取模糊图像)(b中的第i个图像块P(i)，在聚类中心集C= {C(k)|k= 1， 2，…，η}中搜索与图像块P(i)最匹配的聚类中心C(j)，C(j)为聚类中心集C中的第j个图像块；(7)搜索聚类中心C(j)子类中与图像块P(i)最匹配的前5个图像块P' b(t)，t =1,2,…，5，通过模糊字典Db、清晰字典D。和高频字典Dh这三个字典图像块之间的位置对应关系，分别找到清晰字典D。中与P' b(t)相对应的5个清晰图像块P'。(t)和高频字典Dh中与P' b(t)相对应的5个高频图像块P' h(t)；(8)通过非局部权重公式求出与图像块P(i)最匹配的5个图像块P' b(t)对于图像块p(i)的权重系数W(t)，对清晰字典D。中的5个清晰图像块P'。(t)进行非局部协作处理，得到低频结果图像块&(1)；对高频字典Dh中的5个高频图像块P' h(t)进行非局部协作处理，得到高频结果图像块I\(i)，将PJi)和I\(i)放到低频结果图&和高频结果图\中对应位置，同时将图像块P (i)的标记修改为i = i+Ι ；(9)判断图像块标记i是否大于待处理模糊图像\中所含的图像块总数G，如果i >G，则执行步骤(10)；否则，返回步骤(6)，直到满足条件i > G为止；(10)分别对低频结果图&和高频结果图\中的像素重叠部分求平均，得到求平均后的低频结果图足与求平均后的高频结果图足，最终的复原结果图X为足与足相加之和， 即;T = Iz+足。本专利技术与现有的技术相比具有以下优点1、本专利技术利用模糊字典Db、清晰字典D。和高频字典Dh之间的块匹配技术，与基于小波或全变分的图像复原方法相比，解决了复原结果图容易产生阶梯效应的问题；2、本专利技术采用非局部协作处理方法重构复原图像，能够锐化图像边缘，且能够恢复更多的图像细节。附图说明图1是本专利技术的流程图2是本专利技术建立的三个字典的子流程图3是本专利技术中用三个字典块匹配方法进行图像复原的示意图4是本专利技术在仿真实验中建立三个字典时用到的5幅清晰样本图像；图5是本专利技术仿真实验中使用的Cameraman清晰图像；图6是本专利技术仿真实验中使用的Cameraman模糊图像；图7是本专利技术在仿真实验中得到的Cameraman复原图8是用现有的基于小波的阈值迭代法在仿真实验中得到的Cameraman复原 图。图9是用现有的基于全变分的阈值迭代法在仿真实验中得到的Cameraman复原具体实施例方式参照图1，专利技术的具体实现步骤如下步骤1，输入一幅待处理模糊图像\，初始化模糊图像)(b的低频结果图&为空矩阵，即& = 0，初始化模糊图像)(b的高频结果图\为空矩阵，即\ = 0，该低频结果图&的矩阵大小和高频结果图\的矩阵大小均与待处理模糊图像\的大小相同。步骤2，对待处理模糊图像)(b进行大小为5X5的分块，分块过程中相邻块之间重叠4个像本文档来自技高网...

【技术保护点】
１．一种基于三字典块匹配的图像复原方法，包括如下步骤：（１）输入一幅待处理模糊图像Ｘｂ，初始化模糊图像Ｘｂ的低频结果图Ｘｌ＝０，低频结果图Ｘｌ的大小与模糊图像Ｘｂ大小相同；初始化模糊图像Ｘｂ的高频结果图Ｘｈ＝０，高频结果图Ｘｈ的大小与模糊图像Ｘｂ相同；（２）将待处理模糊图像Ｘｂ进行大小为５×５的分块，分块过程中相邻块之间重叠４个像素，得到图像块集合Ｐ＝｛Ｐ（ｉ）｜ｉ＝１，２，…，Ｇ｝，初始化ｉ＝１；（３）设构造字典所用的清晰样本图像的个数Ｍ＝５，模糊字典Ｄｂ、清晰字典Ｄｃ和高频字典Ｄｈ分别含有的图像块数目Ｎ＝３０００００，聚类数目ｎ＝６００；（４）对Ｍ幅清晰样本图像进行预处理并采样，分别得到模糊字典Ｄｂ，清晰字典Ｄｃ和高频字典Ｄｈ：（４ａ）对Ｍ幅清晰样本图像用与待处理模糊图像Ｘｂ相同的模糊核进行模糊化，得到Ｍ幅模糊样本图像，对这Ｍ幅模糊样本图像分别按照从左到右，从上到下的顺序提取５×５的图像块，把得到的Ｎ个图像块排成一行，得到模糊字典Ｄｂ；（４ｂ）对Ｍ幅清晰样本图像分别按照从左到右，从上到下的顺序提取５×５的图像块，把得到的Ｎ个图像块排成一行，得到清晰字典Ｄｃ；（４ｃ）对Ｍ幅清晰样本图像进行高斯高通滤波，得到Ｍ幅高频图像，对这Ｍ幅高频图像分别按照从左到右，从上到下的顺序提取５×５的图像块，把得到的Ｎ个图像块排成一行，得到高频字典Ｄｈ；（５）将模糊字典Ｄｂ中的所有图像块用ｋ－ｍｅａｎｓ方法聚成ｎ类，得到聚类中心集Ｃ＝｛Ｃ（ｋ）｜ｋ＝１，２，…，ｎ｝；（６）提取模糊图像Ｘｂ中的第ｉ个图像块Ｐ（ｉ），在聚类中心集Ｃ＝｛Ｃ（ｋ）｜ｋ＝１，２，…，ｎ｝中搜索与图像块Ｐ（ｉ）最匹配的聚类中心Ｃ（ｊ），Ｃ（ｊ）为聚类中心集Ｃ中的第ｊ个聚类中心；（７）搜索聚类中心Ｃ（ｊ）子类中与图像块Ｐ（ｉ）最匹配的前５个图像块Ｐ′ｂ（ｔ），ｔ＝１，２，…，５，通过模糊字典Ｄｂ、清晰字典Ｄｃ和高频字典Ｄｈ这三个字典图像块之间的位置对应关系，分别找到清晰字典Ｄｃ中与Ｐ′ｂ（ｔ）相对应的５个清晰图像块Ｐ′ｃ（ｔ）和高频字典Ｄｈ中与Ｐ′ｂ（ｔ）相对应的５个高频图像块Ｐ′ｈ（ｔ）；（８）通过非局部权重公式求出与图像块Ｐ（ｉ）最匹配的５个图像块Ｐ′ｂ（ｔ）对于图像块Ｐ（ｉ）的权重系数ｗ（ｔ），对清晰字典Ｄｃ中的５个清晰图像块Ｐ′ｃ（ｔ）进行非局部协作处理，得到低频结果图像块Ｐｌ（ｉ）；对高频字典Ｄｈ中的５个高频图像块Ｐ′ｈ（ｔ）进行非局部协作处理，得到高频结果图像块Ｐｈ（ｉ），将Ｐｌ（ｉ）和Ｐｈ（ｉ）放到低频结果图Ｘｌ和高频结果图Ｘｈ中对应位置，同时将图像块Ｐ（ｉ）的标记修改为ｉ＝ｉ＋１；（９）判断图像块标记ｉ是否大于待处理模糊图像Ｘｂ中所含的图像块总数Ｇ，如果ｉ＞Ｇ，则执行步骤（１０）；否则，返回步骤（６），直到满足条件ｉ＞Ｇ为止；（１０）分别对低频结果图Ｘｌ和高频结果图Ｘｈ中的像素重叠部分求平均，得到求平均后的低频结果图与求平均后的高频结果图最终的复原图Ｘ为与相加之和，即（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｏｖｅｒ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｏ）＆ＯｖｅｒＢａｒ；（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｉ）ｌ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＋（／ｍｏ）?（ｍｓｕｂ）?（ｍｏｖｅｒ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｏ）＆ＯｖｅｒＢａｒ；（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｉ）ｈ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）．（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）...

【技术特征摘要】

【专利技术属性】
技术研发人员：王爽，焦李成，刘忠伟，季佩媛，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