[发明专利]图像处理设备,图像处理方法和程序

说明书

技术领域

本发明涉及图像处理设备，图像处理方法和程序，尤其涉及适合于校正其中产生模糊的图像的图像处理设备，图像处理方法和程序。 

背景技术

在现有技术中，存在一种校正归因于拍摄时手抖动的图像模糊的校正技术。 

L.B.Lucy和William Hardley Richardson提出的Richardson-Lucy法是这种技术的一个例子。不过，在该方法中，当通过利用落入点扩散函数(PSF)的频率轴上的零点的频谱来解决逆问题时，在所述零点出现放大的噪声和振铃。此外，当未正确求解点扩散函数时，例如在零点出现进一步放大的噪声和振铃。 

为了避免该问题，可以使用当通过引入增益图来正确得到点扩散函数时，能够抑制振铃的残差去卷积技术(例如，参见“Image deblurring with blurred/noisy image pairs”，Lu Yuan，Jian Sun，Long Quan和Heung-Yeung Shum，ACM Transactions on Graphics(TOG)，v.26n.3，2007年7月)。 

不过，在现有技术的残差去卷积技术中，当在点扩散函数中存在误差时，难以成功地重构图像的结构分量和残差部分，从而不利地导致更多的振铃。 

为了避免该问题，能够应用一种技术(下面称为结构去卷积技术)，其中在基于Richardson-Lucy法的静止画面图像稳定化算法中，结合分离图像的结构分量和纹理分量的结构/纹理分离滤波器。 

在结构去卷积技术中，借助全变差滤波器(它是一种结构/纹理分离滤波器)，其中出现模糊的图像(下面称为模糊图像)的结构分量和纹 理分量被相互分离，只对结构分量进行模糊校正，从而抑制了噪声和振铃的发生。 

这里，结构分量代表构成图像的外形的那些分量，比如图像几乎不变化的平坦部分，图像缓慢变化的倾斜部分，及被摄物体的轮廓和边缘。纹理分量代表构成图像的细节的那些分量，比如被摄物体的精细图案。于是，多数结构分量包含在具有低空间频率的低频分量中，多数纹理分量包含在具有高空间频率的高频分量中。 

发明内容

不过，在结构去卷积技术中，关于纹理分量的部分信息可能丢失，从而失去图像的细节。例如，当结构去卷积技术被用于对图1中所示的其中由于手抖动而出现模糊的模糊图像进行模糊校正时，被摄物体的诸如精细图案之类的细节丢失，如图2中所示。因此，图像看起来单调，仅仅具有轮廓，比如供着色的画面，图像分辨率的感觉被降低。 

通过调整结构/纹理分离滤波器的参数，能够一定程度地抑制图像分辨率的感觉的降低。不过，由于抑制所述降低与抑制噪声和振铃的出现之间的折衷关系，难以充分抑制所述降低。 

理想的是提高因模糊校正而降低的图像分辨率的感觉。 

按照本发明的一个实施例，图像处理设备包括纹理提取单元，用于提取其中出现模糊的模糊图像的纹理分量，和组合单元，用于组合由纹理提取单元提取的模糊图像的纹理分量和通过校正模糊图像的模糊而获得的模糊校正图像。 

还提供掩码产生单元，用于提取模糊校正图像的边缘，沿模糊图像的模糊的出现方向扩展提取的模糊校正图像的边缘，并产生用于从组合单元的组合范围中除去包括在扩展边缘中的像素的二值掩码图像。组合单元能够利用掩码图像来组合模糊图像的纹理分量和模糊校正图像。 

掩码产生单元还能够衰减掩码图像的高于预定阈值的频率分量。组合单元能够利用高频分量被衰减的掩码图像，组合模糊图像的纹理 分量和模糊校正图像。 

按照本发明的又一个实施例，图像处理方法包括下述步骤：借助图像处理设备，提取其中出现模糊的模糊图像的纹理分量，及组合提取的模糊图像的纹理分量和通过校正模糊图像的模糊而获得的模糊校正图像。 

按照本发明的再一个实施例，程序使计算机执行包括下述步骤的处理：提取其中出现模糊的模糊图像的纹理分量，及组合提取的模糊图像的纹理分量和通过校正模糊图像的模糊而获得的模糊校正图像。 

按照本发明的实施例，提取其中出现模糊的模糊图像的纹理分量，并组合提取的模糊图像的纹理分量和通过校正模糊图像的模糊而获得的模糊校正图像。 

按照本发明的实施例，能够提高因模糊校正而降低的图像分辨率的感觉。 

附图说明

图1图解说明模糊图像的一个例子； 

图2图解说明通过应用结构去卷积技术校正图1的模糊图像而获得的图像； 

图3是应用本发明的实施例的图像处理设备的方框图；