【技术实现步骤摘要】
本专利技术涉及ー种图像处理技术，尤其是涉及。
技术介绍
数码相机的普及使得其逐渐进入了千家万户。在拍摄家庭照片的时候，相机发生抖动是经常会出现的情況。究其原因，是因为在相机快门处于打开的时间内，所拍摄的人物或物体和照相机的CCD/CM0S (数码照相机中的图像传感器，将光信号转变成电信号)之间发生了相対的移动。在数字图像处理领域，这样的ー种相对运动我们常用模糊核来描述。日常生活中，相机抖动导致照片模糊的情况十分普遍。由于随着时间的推移，许多场景无法在模糊发生后重现，如此，一个珍贵的镜头往往会因为模糊而大打折扣。最好避免或减弱模糊的方式是将相机支在三脚架上，或是利用较高的ISO感光度，也可打开镜头(如有)的防抖功能。但三脚架携帯不便携；ISO的提高虽然可以通过提高快门速度从而减弱运动模糊，但一定程度上会带来噪声(也称噪点)，降低画质；单反数码相机镜头防抖功能对于消费级卡片数码相机也只能是奢望。而对于数码相机的发展而言，像素的提升、更强大的传感器的升级，以及更智能的场景模式给予普通摄影者更多的便利，更容易拍摄出优秀的照片。然而这些硬软件的升级，都是基于相机拍摄前的一些设定，对于照片拍摄之后的优化却相对鲜有。在文献《RemovingCamera Shake from a Single Photograph)) (ACMTransactions on Graphics(TOG)-Proceedings of ACM SIGGRAPH2006, Volume25Issue3,July2006, Pages787-794)中，文章提出了基于自然图像的重尾分布对照片进...
【技术保护点】
一种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，包括以下步骤：1)选择与待去模糊图像类似的清晰图像；2)对选择的清晰图像调整尺寸，使该图像和待去模糊图像的尺寸大小相近；3)计算水平与竖直方向的图像梯度分布；4)利用EM算法对步骤3)中的梯度分布进行拟合，得到新的先验概率模型；5)通过新的先验概率模型对待去模糊图像进行去模糊操作。
【技术特征摘要】
1.种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，包括以下步骤: 1)选择与待去模糊图像类似的清晰图像； 2)对选择的清晰图像调整尺寸，使该图像和待去模糊图像的尺寸大小相近； 3)计算水平与竖直方向的图像梯度分布； 4)利用EM算法对步骤3)中的梯度分布进行拟合，得到新的先验概率模型； 5)通过新的先验概率模型对待去模糊图像进行去模糊操作。2.据权利要求1所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的步骤I)中的类似指梯度分布上的相似。3.据权利要求2所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的类似的图像是同为山川景物类或同为人物肖像类。4.据权利要求1所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的步骤2)中调整尺寸的方法为双线性内插法。5.据权利要求1所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的新的先验概率模型P具体为:6.据权利要求5所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的新的先验概率模型采用GaussianMixtureslD函数完成,该函数具体如下:[mu, sigma, weight, log] = GaussianMixtureslD u，nノ 其中X为数据，n为高斯分布支数，weight为姆支分布所占的权重，sigma为协方差矩阵，mu为各支高斯分布的均值，log为最大似然估计取对数后的值。7.据权利要求6所述的ー种基于去模糊图像的梯度拟合与去模糊方法，其特征在于，所述的GaussianMixtureslD函数采用EM算法实现，EM算法具体如下: 第一歩是计算期望，利用对隐藏变量的现有估计值，计算其最大似然估计值，对于第c支高斯分布:normalizer =1/( (2* n ) '0.5) *det (sigma (:，:, c)) '-0.5//...
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。