[发明专利]一种基于梯度拟合的文本图像去模糊方法

权利要求书

1.一种基于梯度拟合的文本图像去模糊方法，其特征在于，包括：

选择与待去模糊图像接近的清晰文本图像，得到该图像的梯度分布图；

通过线性拟合构建梯度分布先验概率模型为：

log(P(▿L(x)))=-k0|▿L(x)|+b00<x≤c0-k1|▿L(x)|+b1c0<x≤c1-k2|▿L(x)|+b2x>c1;]]>

其中，▽L（x）为该清晰文本的图像梯度值，P(▽L(x))为各个梯度值出现的概率，x为横坐标轴上的梯度值，c₀、c₁为常数；k₀、k₁、k₂表示构建的梯度模型的分段函数斜率，b₀、b₁、b₂为分段直线函数截距；

根据该模型对待去模糊图像进行复原。

2.根据权利要求1所述的基于梯度拟合的文本图像去模糊方法，其特征在于，具体包括以下步骤：

（1）输入待处理的模糊文本图像；

（2）选择与待处理的模糊文本图像相接近的清晰文本图像；

（3）根据清晰文本图像得到梯度分布先验概率模型；

（4）初始化模糊核尺寸和方向；

（5）判断待处理的模糊文本图像的梯度分布概率是否与步骤（3）得到的模型接近，如果是，进入步骤（9），否则进入步骤（6）；

（6）将当前模糊核与输入的待处理模糊文本图像进行反卷积操作，得到复原图像；

（7）判断步骤（6）所得复原图像是否达到要求或者是否达到最大迭代次数，如果是，进入步骤（9），否则进入步骤（8）；

（8）调整模糊核，然后重复步骤（5）；

（9）对当前复原的文本图像进行去噪处理；

（10）输出文本图像。