[发明专利]使用多尺度非局部正则的模糊核估计方法

说明书

技术领域

本发明属于自然图像处理技术领域，涉及图像的盲去模糊的应用，详细的，是一种使用多尺度非局部正则的模糊核估计方法。使用该方法可以更加有效的估计图像模糊的原因，从而进一步得到清晰的后验图像，其应用范围广泛，可以针对多种不同的模糊类型进行模糊图像复原。

背景技术

图像盲去模糊是指估计出一些已经获得的模糊图像的降质原因，即寻找出模糊核，然后进行图像的复原工作，因为清晰的后验图像和模糊核均是未知的，这使得盲去模糊变成了一个极度病态的问题。在现实生活中这项技术也有很广泛的应用，譬如在我们的摄像或者拍照的过程中由于成像设备的散焦，拍摄者与成像设备之间的相对运动，都会造成图像的模糊现象产生，如何从这些模糊图像中估计和复原出清晰地图像成为一个很具有商业意义的课题，在国内外的做图像处理的研究机构和商业公司中也得到了广泛的研究。

可以把现有的一些先进的图像盲去模糊方法分为两大类，其中一类关注于探索图像的先验知识的去实现图像的盲去模糊，典型的，Fergus R,Singh B,Hertzmann A,et al.Removing camera shake from a single photograph[C]//ACM Transactions on Graphics(TOG).ACM,2006,25(3):787-794.依据真实自然场景图像的分布的特点，即清晰和锐化的图像其梯度分布服从重尾分布。使用最大后验概率的方法(MAP)，该文求解出了有最大概率的模糊核和后验清晰的图像，然而由于复杂的数学优化过程，去实施这样一个算法被认为很有挑战，而且，该方法的结果包含许多不必要的人工产物；

图像边缘是图像理解和识别的关键因素。在图像的盲去模糊中更是如此，另外一类方法致力于利用明显锐化的边缘去从模糊的降质观测中恢复出清晰的图像，Q.Shan,J.Jia,and A.Agarwala.High-quality motion deblurring from a single image.ACM Trans.Graph.,27(3)中shan等人也使用了很强的正则项去保持强壮的图像边缘，他们的实验结果表明，模糊核在由粗到细的迭代优化求解过程中收敛到了可靠的解。但是这些方法利用的图像的先验知识不太充分。

发明内容

本发明的目的在于针对现有技术的不足，提出一种使用多尺度非局部正则的模糊核估计方法，估计出准确的模糊核，然后实施图像的盲复原。实现本发明目的的技术方法是：使用基于块的图像先验的非局部相似性的正则方法去正则化图像盲去模糊这一极度病态逆问题，即考虑在金字塔模型的同一层中，迭代出来的清晰后验图像也具有局部自相似性，这些相似性可以体现在清晰的边缘，线，转角，T-连接点。基于此点考虑，本文只在在金字塔最粗略两层最后一次迭代中加入图像的非局部相似性正则去求解每一层最后迭代的清晰后验图像，然后利用该迭代出来的清晰后验图像去估计一个真实可靠模糊核，循环金字塔模型，直至求出最后的模糊核，最后利用一种基于图像块的图像非盲去模糊方法求解出清晰的图像。

为实现上述目的，本发明包括如下步骤：

(1)将待处理的模糊图像y用大小为k_size_guess×k_size_guess、标准差为k_size_guess/6的高斯模糊核进行模糊处理4次，处理后的图像记为y⁰，用以平滑图像中的噪声影响；

(2)计算指示步骤1中处理后的图像y⁰的梯度边缘的映射图；

(3)根据预先设定的模糊核的大小k_size_guess×k_size_guess与设定的最粗略层的模糊核的大小3×3的比例关系计算迭代金字塔的层数num_levels；

(4)使用双线性插值的方法缩放y⁰至当前图像迭代金字塔的最粗略层的大小，m被用来标记在迭代金字塔的哪一层，初始为0，即最粗略层；

(5)将步骤2计算出来的梯度边缘的映射图使用最近邻插值算法缩放至与同样的大小，其中，m＝0，...，num_levels，然后二值化，得到该金字塔层的初始二进制掩模；

(6)将步骤5得到的该金字塔层的初始二进制掩模利用圆盘半径为3×3的结构元素进行膨胀运算，记为rmap_m，m＝0，...，num_levels；