[发明专利]Mean边界条件下模糊矩阵与图像矢量乘积的替代计算方法

权利要求书

1.一种平均边界条件下的图像处理方法，所述方法在平均边界条件下，针对图像模糊矩阵H∈R^mn×mn与图像矢量f∈R^mn×1的乘积Hf，以及图像模糊矩阵转置H′∈R^mn×mn与图像矢量f的乘积H′f，采用如下步骤替代计算其矩阵形式：

(1)输入f对应的图像F∈R^m×n，以及H对应的点扩展函数,即psf k∈R^p×q,选择边角类型；

(2)依据边角类型，对Hf和H′f进行分解；

(3)对Hf和H′f分解公式中各边界部分涉及的模糊矩阵，构造其点扩展函数，据此，计算各边界部分的矩阵形式；

(4)计算Hf和H′f分解公式中心部分的矩阵形式，即零边界条件下的变换图像；

(5)依据边角类型，计算Hf和H′f的矩阵形式；

(6)依据边角类型，输出平均边界条件下Hf和H′f对应的变换图像。

2.根据权利要求1所述的图像处理方法，其特征在于所述的依据边角类型，对Hf和H′f进行分解，具体分解方法为：

当边角类型为a，即四个边角外的像素是直接由边角内反对称方向上的像素外推来得到时，对Hf的分解为g_{1_mean_a}＝H_{1_mean_a}f＝(H_{1_tt}+H_{1_tc}+H_{1_ct}+H_{1_cc}+H_{1_e})f,对H′f的分解为g_{2_mean_a}＝H_{2_mean_a}f＝(H_{2_tt}+H_{2_tc}+H_{2_ct}+H_{2_cc}+H_{2_e})f；

当边角类型为b，即四个边角外的像素是由边框内像素先依据行方向外推，再依据列方向外推来得到时，对Hf的分解为g_{1_mean_b}＝H_{1_mean_b}f＝(H_{1_tt}+H_{1_tc}+H_{1_ct}+H_{1_cc})f，对H′f的分解为g_{2_mean_b}＝H_{2_mean_b}f＝(H_{2_tt}+H_{2_tc}+H_{2_ct}+H_{2_cc})f。