[发明专利]运动模糊图像的盲恢复方法

说明书

技术领域

本发明涉及一种运动模糊图像的盲恢复方法，属于图像处理领域。

背景技术

随着信息技术和计算机的迅猛发展，数字图像处理得到了广泛的应用和发展，但由于目标与成像系统间的相对运动，造成图像降晰，特别是当相对运动速度过快时，会严重影响成像的质量，造成图像的模糊拖尾，因而使图像识别，目标跟踪和目标检测等增加了难度和不确定性。

目前，尽管很多文献资料上也在研究和讨论解决运动模糊图像的方法，如去卷积(逆滤波)方法、维纳滤波、投影法、最大熵恢复等，这些方法对噪声比较敏感，鲁棒性较差，其中致命的弱点是都要知道点扩散函数PSF(Point Spread Function)才能进行复原，而在实际过程中点扩散函数PSF一般都是未知的，这就限制了这些方法的适用范围。

针对此种情况，图像处理的研究工作者提出了一系列的图像盲复原方法，如基于最大似然函数的Richardson-Lucy算法的图像盲复原方法，参见Richardson，W.H，“Bayesian-based Iterative method of image restoration”，Journal of optical society of America，1972，Vol.62，P55-59和L.B.Lucy，“An iterative technique for rectification of observed distributions”，The Astronomical journal，1974，Vol.79，P745-754；基于小波变换的图像盲复原方法，参见汪雪林、韩华、彭思龙，“基于小波域局部高斯模型的图像复原”，软件学报，2004，Vol.15，No.3，443-450。其中基于最大似然函数的图像盲复原方法对初始的PSF的估计要求较高，当初始的估计值与真实的PSF相差较远时，图像复原效果很差。基于小波变换的图像盲复原是假设图像的小波变换系数是服从局部高斯模型的，但对于航空航天图像和医学图像而言这个假设一般不成立，并且该方法计算量大，耗时长。基于最大最小错误率EMM的图像盲复原方法得到的解是局部极小值，不一定是全局最优，并且解和初始化时的初值有很大的关系，参见李红阳、卓晴、王文渊，“EMM盲运动模糊图像的恢复”，计算机工程与应用，2003，P111-115。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种运动模糊图像的盲恢复方法，该方法不但能使复原图像的清晰度提高，同时具有良好的自适应强能力，抗噪能力，和鲁棒性，而且实际证明本方法具有强的实用性。

本发明的技术解决方案：运动模糊图像的盲恢复方法，其步骤如下：

(1)采用倒谱法对图像进行变换，求出模糊图像的模糊尺度和模糊方向；

(2)采用基于TV总变分方法进行对步骤(1)求出的模糊图像的模糊尺度和模糊方向进行模糊图像恢复；

所述步骤(1)中采用倒谱法对图像进行变换，求出模糊图像的模糊尺度和模糊方向的步骤如下：

(a)取G(u，v)的幅度谱|G(u，v)|，为了保证|G(u，v)|＝0时有意义，按下式取对数得G^(u,v);]]>

G^(u,v)=ln(1+|G(u,v)|);]]>

(b)对进行反傅里叶得模糊图像g(x，y)的倒谱

(c)将分成大小相等的四部分，并按对角线方向进行相互交换，使原点移到中心位置；