[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

说明书

技术领域

本发明涉及图像处理，尤其涉及一种基于超拉普拉斯先验约束的图像解卷积方法。

背景技术

随着现代数字技术的发展以及图像成像设备的普及，数码相机等图像采集工具在人类日常生活中越来越常见。而由于数字图像的采集过程中，在数码相机等采集设备的长曝光时间内的相机晃动常常会使得到的图像变得模糊。对于图像获取来说，很多场景如交通监控等只是瞬间发生，无法重现，如果被捕捉到的图像记录中有重要的文字等标识信息可能会因为图像的模糊而无法辨认。因此，如何复原模糊图像显得越来越重要。

通常，我们将模糊图像表达为清晰图像与模糊核的卷积再加上噪声的形式。根据模糊核是否已知，解卷积可分为盲解卷积和非盲解卷积。近年来，出现了各种模糊图像解卷积的方法，非盲解卷积主要包括一些经典的方法如维纳滤波、卡尔曼滤波、约束最小二乘法、Richardson-Lucy（RL）算法等，这些方法在图像去模糊过程中会出现较严重的振铃效应和噪声放大等问题。另外还有一些使用了图像的先验假设来约束求解过程，如稀疏先验、拉普拉斯先验、超拉普拉斯先验等。这些算法虽然可以较好的抑制振铃效应并减少噪声，但是得到的图像会过于平滑，部分图像细节丢失。盲解卷积方法因为模糊核未知变得更加复杂，通常都先进行模糊核的估计，然后使用非盲解卷积的方法进行图像去模糊。

发明内容

本发明的目的在于提供一种基于超拉普拉斯先验约束的图像解卷积方法。

为实现上述目的，本发明采用的技术方案是：

基于超拉普拉斯先验约束的图像解卷积方法包括如下步骤：

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：