[发明专利]一种基于功率谱分析的强适用性图像增强方法

说明书

技术领域

本发明涉及一种图像处理技术，特别涉及一种强适用性的功率谱有损失模糊图像增强的方法，属于图像增强领域。

背景技术

在图像获取过程中，散焦，运动，参数设置不准确，天气等都是造成图像模糊的原因。图像增强的目的是提高图像的细节，使我们从图像中得到更多有用的信息。在图像获取的硬件条件已经确定的情况下，软件的后处理是增强图像的一种有效方法。虽然现有的图像增强方法有很多，但是大多都是针对单纯的图像模糊，例如运动模糊或散焦模糊，考虑到其速度和适用度，能广泛应用的并不多。

图像增强是一个具有很长历史的研究课题。图像模糊可以被看作是一个退化过程，其函数形式为：

g(x)＝h(x)*f(x)+n(x)        (1)

上式中f(x)可以看作是真实场景，h(x)是获取图像过程中各种模糊退化因素，n(x)是噪声，此处不考虑噪声。

直方图均衡化就是一种应用广泛的图像增强方法，此方法对于图像的亮度不均等简单自然退化因素引起的模糊有一定的增强效果，但是对于运动模糊和相机对焦不准确引起的模糊的消除效果不理想。很多方法把去模糊看作是一个去卷积过程，由此产生了盲复原方法，但是此类方法需要迭代，用时较长，并且此类算法依赖于图像模糊核的估计，因此针对的模糊类型单一，适应性不强。针对散焦模糊也有方法从光学的角度或三维成像的角度分析，效果虽好但也是存在着适用性不广泛的缺陷。针对运动模糊也有不少方法提出，梯度信息经常被用到图像去运动模糊处理中，但真实运动中大的运动模糊难以正确恢复边缘，此方法也只单一地针对运动模糊一种图像。雾可以看作是一种特殊的模糊因素，有很多算法针对雾天图像处理，何凯明(Single Image Haze Removal Using Dark Channel Prior[C].CVPR2009：IEEE Computer Society Conference on Computer Vision and Pattern Recognition，Miami Beach，Florida，Jun.2009：1956-1963)提出的亮色通道去雾的方法对于薄雾图像的增强达到了很好的效果，但对于浓雾图像效果并不佳。

1987年David J.Field就已指出了自然图像功率谱形状，并将其用于皮层细胞图像研究(Relations between the statistics of natural images and the response properties of cortical cells[J]，Optical Society of Amercia，vol.4，no.12，2379-2393，Dec.1987)。1992年Norman B.Nill提出用图像功率谱分析图像质量(Objective Image Quality Measure Derived from Digital Image Power Spectra[J]，Optical Engineering，vol.31，no.4，813-825，Apr.1992)。1997年Daniel L.Ruderman从功率谱幂指数形式出发分析了图像的尺度特性(Origins of Scaling in Natural Images[J]，Vision Research，vol 37，No23，3385-3395，1997)。David J.Field又通过对功率谱的分析指出了图像功率谱的可变性来源，分析了噪声，模糊等(Visual Sensitivity，Blur and the Sources of Variability in the Amplitude Spectra of Natural Scenes[J]，Vision Research，vol.37，no.23.pp.3367-3383，1997)。2003年，Antonio对不同场景图像的平均功率谱做了统计分析，并指出图像功率谱与功率谱半径呈幂指数关系(Statistics of natural image categories[J].NETWORK：COMPUTATION IN NEURAL SYSTEMS，vol.14，pp.391-412，May.2003)。

发明内容

本发明的目的正是在于克服现有技术中所存在的缺陷和不足，提供一种强适用性图像增强的处理方法。该方法包括对图像功率谱数学模型的建立，对模型的分析，演推出真实图像的特征，并对此特征进行统计证明；以解决获取图像过程中产生的模糊或者有用信息不清晰的问题，达到增强图像效果的目的。