[发明专利]彩色图像复原方法

说明书

技术领域

本发明涉及图像复原技术，特别涉及一种结合色感不变性理论和鲁棒主成分分析的彩色图像复原方法。

背景技术

图像相比于字符和语音，包含了大量的直接信息，在机器视觉、信号处理、信息检索等领域中得到了广泛应用。然而，彩色图像在生成和传输过程中，容易受到外界因素的干扰，例如光照变化、图像遮挡、倾斜和噪声等影响，造成图像的退化，从而导致信息丢失，影响图像的应用。因此，对退化的彩色图像进行复原是重要的步骤。

目前，大多数图像复原方法是针对于解决图像复原中某个特定的问题，比如图像去噪、图像倾斜、图像遮挡或去光照影响等。对于图像去噪，与传统的空域和频域去噪方法相比，采用基于小波变换的去噪方法能够得到不错的去噪效果，但是需要对阈值和尺度间相关提出严格的要求，这样容易造成图像模糊。对倾斜图像的校正复原需要参考图像，一般采用基于特征点匹配的校正方法，先进行特征提取，如角点、尺度不变特征转换等，然后根据特征匹配进行倾斜校正。但是在参考图像无法获取或受到破坏的情况下，特征点无法提取，该方法就无法使用。

对于多幅图像修复，可以用高维数据来描述。主成分分析(PCA)是一种最常见的分析高维数据的方法，将多个相互关联量转换成几个独立量。但是PCA只能对没有噪声的高维数据进行有效复原，现实中经常有很多的像素被污染和破坏，用PCA来复原会带来较大的误差。鲁棒主成分分析(RPCA)方法是一种比较稳健高效地进行高维数据下图像复原的方法，虽然RPCA对噪声的处理能力比PCA有很大的提高，但对于破坏更为严重的高维数据，RPCA方法的恢复效果不够接近原图。

发明内容

本发明是针对上述问题进行的，目的在于提供一种结合色感不变性和鲁棒主成分分析的彩色图像复原方法，对多幅彩色退化图像进行批处理，从而完好地复原图像。

本发明为实现上述目的，采用了以下的技术方案：

本发明提供一种彩色图像复原方法，其特征在于，包括以下步骤：步骤1：读入多幅退化的彩色图像，根据色感不变性理论，分别计算每张退化的彩色图像的R(x,y)图像数据；步骤2：将所有的R(x,y)图像数据分别分成R、G和B三个通道；步骤3：将每个通道内的所有图像数据组成一个单通道图像矩阵，得到三个单通道图像矩阵，对每个单通道图像矩阵进行低秩分解，得到三个低秩矩阵A和三个误差矩阵E；以及步骤4：分别将三个低秩矩阵A和三个误差矩阵E进行R、G、B复合，得到复原图像和误差矩阵，

其中，步骤1包括以下步骤：

步骤1a：将一个退化的彩色图像进行如下分解：S(x,y)＝R(x,y)·L(x,y)(1)，式中，S(x,y)是读入的退化的彩色图像数据，R(x,y)是反射光照分量，对应退化的彩色图像中的高频分量，L(x,y)是入射光照分量，对应退化的彩色图像中的低频分量；步骤1b：对公式(1)进行对数变换：r(x,y)＝logR(x,y)＝logS(x,y)-logL(x,y)(2)，式中，r(x,y)是对数域输出图像数据，对对数域输出图像数据进行低通滤波，去除入射光照分量L(x,y)：r(x,y)＝logS(x,y)-log[F(x,y)*S(x,y)](3)，式中，*是卷积符号，F(x,y)是高斯指数函数，式中σ是高斯密度参数；步骤1c：将低通滤波后的对数域图像数据r(x,y)进行指数变换，得到R(x,y)图像数据；步骤1d：重复步骤1a～1c，分别计算出所有退化的彩色图像所对应的R(x,y)图像数据，

步骤3包括以下步骤：