[发明专利]图像处理方法以及相关装置有效

专利信息
申请号: 201710300254.9 申请日: 2017-04-28
公开(公告)号: CN108810322B 公开(公告)日: 2021-02-12
发明(设计)人: 王银廷;黄加紫;冯华君 申请(专利权)人: 华为技术有限公司
主分类号: H04N5/217 分类号: H04N5/217
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 以及 相关 装置
【说明书】:

发明实施例公开了一种图像处理方法以及相关装置,该方法包括:获取源图像、模糊核;根据所述源图像的能量梯度构建分布式惩罚因子;所述源图像中不同能量梯度的像素点对应不同的分布式惩罚因子;将所述源图像、所述模糊核以及所述分布式惩罚因子代入能量函数;所述能量函数包括数值保真项以及约束项;所述约束项包括梯度约束项;所述梯度约束项用于基于所述分布式惩罚因子对不同能量梯度的像素点采用不同的约束力度;对所述能量函数进行迭代求解,并在满足迭代条件时,输出最后一次迭代求解的清晰图像,通过本发明所述发方法在针对微小模糊量的带噪图像进行复原处理时,可以在抑制噪声的兼顾去模糊,提高图像的质量。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种图像处理方法以及相关装置。

背景技术

具有摄像功能的终端设备,如智能手机、平板电脑、数码相机等成为人们日常生活中不可或缺的生活和娱乐工具,同时,人们对照片的质量要求也越来越高。在摄像终端生成图像的过程中,可能受到目标场景中运动物体,摄像的终端设备的抖动、摄像终端本身的电子学噪声等影响而生成模糊降质的图像。

目前,对模糊降质图像的复原处理一般包括去模糊处理和去噪处理。基于总变分正则化L1范数约束的能量方程如公式(1):

其中,I(x,y)为清晰图像,I0为模糊降质图像,为数值保真项,为约束项,各项异性扩散时,采用L1范数,各项同性扩散时,采用L2范数,通过迭代求解的方法逐步逼近清晰图像。

该方法通过参数λ对图像梯度进行约束,从而控制噪声,避免迭代过程中噪声被放大,对于模糊量较大的模糊降质图像,可有效地在去模糊的同时兼顾去噪。然而,该方法对于不同梯度信息的局部图像约束力度相同,在对于微小模糊量的带噪图像进行复原处理时,在抑制噪声的同时对去模糊有一定的副作用。

发明内容

本发明实施例所要解决的技术问题在于,提供一种图像处理方法以及相关装置,解决现有技术中对于微小模糊量的带噪图像进行复原处理时,在抑制噪声的不能兼顾去模糊。

本发明实施例第一方面公开了一种图像处理方法,包括:

获取源图像、模糊核;

根据所述源图像的能量梯度构建分布式惩罚因子;所述源图像中不同能量梯度的像素点对应不同的分布式惩罚因子;

将所述源图像、所述模糊核以及所述分布式惩罚因子代入能量函数;所述能量函数包括数值保真项以及约束项;所述约束项包括梯度约束项;所述梯度约束项用于基于所述分布式惩罚因子对不同能量梯度的像素点采用不同的约束力度;

对所述能量函数进行迭代求解,并在满足迭代条件时,输出最后一次迭代求解的清晰图像。

本发明一实施例中,所述能量函数为:

数值保真项为梯度约束项为其中,In为第n次迭代求解的清晰图像;I0为源图像,k为模糊核,λ为分布式惩罚因子;n为正整数。

本发明一实施例中,所述梯度约束项包括:梯度惩罚项和二次梯度平滑项;所述梯度惩罚项用于去模糊;所述二次梯度平滑项用于去噪。

本发明一实施例中,所述梯度惩罚项为λx||wn||;所述二次梯度平滑项为γ||wn||2;其中,γ为约束系数,用于控制所述二次梯度平滑项的约束力度;In为第n次迭代求解的清晰图像;n为正整数。

本发明一实施例中,所述约束项还包括第一变量约束项;所述第一变量约束项用于约束wn

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710300254.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top