[发明专利]一种基于超拉普拉斯先验约束的图像解卷积方法

权利要求书

1.一种基于超拉普拉斯先验约束的图像解卷积方法，其特征是包括如下步骤：

1）由于图像采集过程中的相机抖动引起的图像运动模糊通常表达为清晰图像与模糊核的卷积再加上噪声的形式，

B=K⊗I+N---(1)]]>

式（1）中，B表示模糊图像，K表示模糊核，I表示未模糊清晰图像，N表示噪声，表示卷积操作，B和K已知，模糊核具有空间移不变性，即模糊图像的全图受同一个模糊核函数的影响；

2）利用超拉普拉斯先验约束解卷积过程得到一个参考图像，参考图像相对于利用标准Richardson-Lucy解卷积得到的图像平滑，但是图像解卷积过程中易出现的振铃效应和噪声放大得到了好的抑制，

超拉普拉斯先验约束正则项形式为：

RL(I)=exp(-1η|▿I|d)---(2)]]>

其中d为控制分布形状的参数，η为图像噪声的方差，

得到图像解卷积的迭代更新公式为：

It+1=It1-λ▿RL(It)×K*⊗BIt⊗K---(3)]]>

其中，

▿RL(It)=-1ηexp(1η|▿It|d)|▿It|d-1▿2It---(4)]]>

对图像进行解卷积得到参考图像I_g，进行canny边缘检测，然后做形态学膨胀，得到图像的平坦区和纹理区掩膜M；

3）在平坦区用超拉普拉斯先验对解卷积过程进行约束，而在纹理区使用标准Richardson-Lucy算法进行更新迭代，迭代更新公式为：

其中，在平坦区像素对应的M值为1，纹理区像素对应的M值为0，

按式（5）解卷积得到清晰图像I_f，使用双边滤波器对清晰图像I_f进行滤波得到滤波后的图像I_B；

4）滤波后的图像I_B再次进行双边滤波得到图像F(I_B)，并将图像F(I_B)与滤波后的图像I_B进行作差，得到抑制噪声的图像细节层I_d，即：

I_d＝I_B-F(I_B)    （6）

对清晰图像I_f做如下操作得到最终清晰图像I：

I＝I_f+I_d    （7）。