[发明专利]一种基于梯度拟合的文本图像去模糊方法

说明书

技术领域

本发明涉及图像处理中图像复原研究领域，特别涉及一种基于梯度拟合的文本图像去模糊方法。

背景技术

图像的运动模糊主要是拍摄时相机抖动或者拍摄物体的快速移动造成的，使得模糊图像的高频信息丢失，造成边缘模糊，不利于图像的保存和使用。目前图像的去模糊在遥感图像、交通监控等众多领域均有应用，对其研究也成为图像处理领域中的研究热点。

图像的模糊退化过程可以理解为原图像与点扩散函数（即模糊核，表示成像系统的位移矢量函数表示式）的卷积操作和加噪过程，而图像的去模糊则为模糊图像与模糊核的反卷积操作。Fergus R,Singh B,Hertzmann A,等人于2006年在ACM Transactions on Graphics上发表的一篇文章“Removing camera shakefrom a single photograph”公开了一种图像复原方法，该方法主要利用清晰自然图像x轴方向（或者y轴方向）的梯度分布概率服从重尾分布等先验知识，通过判断复原图像的梯度分布是否最大限度的接近重尾分布，如果其接近程度的概率最大，则复原图像即为所求原图像。该算法是基于贝叶斯条件概率框架下的图像复原算法，通过迭代方式使条件概率逼近最大值，当该值满足设定的阈值后，得到的复原图像则认为为所要求的原图像。对于梯度分布如图1所示的自然图像来说，上述方法能够得到较好的复原效果。但是对于梯度分布不完全都服从重尾分布的图像来说，例如对于文本图像，其梯度分布如图2所示，图像复原效果不是很好。

因此，寻求一种针对文本图像的、能够得到较好复原效果的图像去模糊方法具有较大的研究意义。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于梯度拟合的文本图像去模糊方法，该方法针对清晰文本图像的梯度分布特点进行建模，有效利用了文本图像的先验信息，更有利于针对模糊文本这类图像的复原处理，从而提升模糊文本图像的去模糊效果。

本发明的目的通过以下的技术方案实现：一种基于梯度拟合的文本图像去模糊方法，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;]]>