[发明专利]一种基于去模糊图像的梯度拟合与去模糊方法

说明书

技术领域

本发明涉及一种图像处理技术，尤其是涉及一种基于去模糊图像的梯度拟合与去模糊方法。

背景技术

数码相机的普及使得其逐渐进入了千家万户。在拍摄家庭照片的时候，相机发生抖动是经常会出现的情况。究其原因，是因为在相机快门处于打开的时间内，所拍摄的人物或物体和照相机的CCD/CMOS(数码照相机中的图像传感器，将光信号转变成电信号)之间发生了相对的移动。在数字图像处理领域，这样的一种相对运动我们常用模糊核来描述。

日常生活中，相机抖动导致照片模糊的情况十分普遍。由于随着时间的推移，许多场景无法在模糊发生后重现，如此，一个珍贵的镜头往往会因为模糊而大打折扣。最好避免或减弱模糊的方式是将相机支在三脚架上，或是利用较高的ISO感光度，也可打开镜头(如有)的防抖功能。但三脚架携带不便携；ISO的提高虽然可以通过提高快门速度从而减弱运动模糊，但一定程度上会带来噪声(也称噪点)，降低画质；单反数码相机镜头防抖功能对于消费级卡片数码相机也只能是奢望。

而对于数码相机的发展而言，像素的提升、更强大的传感器的升级，以及更智能的场景模式给予普通摄影者更多的便利，更容易拍摄出优秀的照片。然而这些硬软件的升级，都是基于相机拍摄前的一些设定，对于照片拍摄之后的优化却相对鲜有。

在文献《Removing Camera Shake from a Single Photograph》(ACM Transactions on Graphics(TOG)-Proceedings of ACM SIGGRAPH2006，Volume25Issue3，July2006，Pages787-794)中，文章提出了基于自然图像的重尾分布对照片进行去模糊处理。研究表明，尽管大自然的图像在色彩、图案中千变万化，但是在梯度域中，它们基本都遵从重尾分布：拥有大量梯度值相对较小的点，相比起高斯分布，则拥有略多梯度值相对较大的点。这样印证了在自然图像中，平滑(梯度值)部分占了多数，而边界处(梯度值)在数量则相对少一点。换言之，图像梯度系数在直方图的零点处有着较大的峰值，而在远离零点处有较长的“尾”。因此可以利用重尾分布对图像进行去模糊处理。

然而，针对形形色色不同的目标图像——待去模糊的图像，该文献的算法只用到了一个图像模型，即一个通过普通街景建立的梯度上的先验概率模型。然而在实际生活中，除了自然风景照，拍摄家庭合影照片等带有肖像的照片也常常是必不可少的。虽然同为自然图像，但是人脸的梯度模型相比与景观类的梯度模型，势必会有部分出入。不同的先验模型对于图像去模糊有着不一样的效果。显然，模型与实际图像的梯度分布越接近，去模糊效果就会更好。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种针对性强、可提高模糊效果的基于去模糊图像的梯度拟合与去模糊方法。

本发明的目的可以通过以下技术方案来实现：

一种基于去模糊图像的梯度拟合与去模糊方法，包括以下步骤：

1)选择与待去模糊图像类似的清晰图像；

2)对选择的清晰图像调整尺寸，使该图像和待去模糊图像的尺寸大小相近；

3)计算水平与竖直方向的图像梯度分布；

4)利用EM算法对步骤3)中的梯度分布进行拟合，得到新的先验概率模型；

5)通过新的先验概率模型对待去模糊图像进行去模糊操作。

所述的步骤1)中的类似指梯度分布上的相似。

所述的类似的图像是同为山川景物类或同为人物肖像类。

所述的步骤2)中调整尺寸的方法为双线性内插法。

所述的新的先验概率模型p具体为：