[发明专利]基于一维频谱曲线的散焦点扩散函数估计方法

权利要求书

1.一种基于一维频谱曲线的散焦点扩散函数估计方法，其特征在于，包括如下步骤：

(1)输入一张散焦模糊图片，对其进行傅里叶变换获得频谱图；对大小为L₀×L₀的散焦模糊图像g进行离散傅里叶变换，得到其频谱图像G；

(2)选用阈值对频谱图像进行阈值分割，得到二值化散焦频谱图像；

(3)使用统计法构建一维频谱曲线；以二值化的频谱图像中心点为参考原点，统计与参考原点之间的欧几里得距离为d的各像素点像素值与像素点数，其中：d＝1～R_max，其中R_max＝L₀/2，求该距离d上的平均像素值P_d，构建P_d关于d的曲线，即一维频谱曲线；

(4)对步骤(3)得到的一维频谱曲线消除毛刺和微小振荡的影响，得到平滑曲线；使用平滑滤波算子对一维频谱曲线进行平滑滤波，消除上述曲线上的毛刺与微小震荡，获得较为光滑的曲线；

(5)求解两级波瓣间的极小值，作为零点估计值代替暗环半径；

(6)根据暗环半径与散焦半径之间的数学关系计算散焦半径；

(7)重构点扩散函数。

2.如权利要求1所述的基于一维频谱曲线的散焦点扩散函数估计方法，其特征在于，步骤(2)具体为：使用大津法求得频谱图像阈值T₁；使用公式T₂＝E_G+δ_g计算T₂，其中E_G表示散焦模糊图像的频谱图像G的均值，δ_g表示散焦模糊图像g的方差；使用T₁和T₂的加权平均获得最终阈值T，T＝0.9T₁+0.1T₂；根据阈值T对上述频谱图像进行二值分割，将大于阈值T的像素值置为1，小于阈值T的像素值置为0，得到二值化的散焦频谱图。

3.如权利要求1所述的基于一维频谱曲线的散焦点扩散函数估计方法，其特征在于，步骤(5)具体为：根据构建的一维频谱曲线，从d＝2,3,…,R_max-1计算t1_d＝P_d-P_d-1、t2_d＝P_d+1-P_d，寻找t1_d0、t2_d＞0的点，即频谱曲线极小值点ε；实际中由于曲线存在微小震荡，为排除局部极小值干扰的影响，将极小值判定条件改为t1_dσ，t2_d＞0，其中σ为一相对较小的数值10^-2，以确保该极小值为波瓣间的极小值点，使用满足条件的极小值ε_n代替频谱曲线零点估计值，进而将第n个零点估计代替二维频谱图第n级暗环半径r_n。

4.如权利要求3所述的基于一维频谱曲线的散焦点扩散函数估计方法，其特征在于，步骤(6)中，暗环半径与散焦半径之间的数学关系为：使用公式R＝Z_nL₀/2πr_n计算散焦半径R，其中Z_n表示第一类贝塞尔函数的第n个零点。

5.如权利要求1所述的基于一维频谱曲线的散焦点扩散函数估计方法，其特征在于，步骤(7)中，重构点扩散函数具体为：根据散焦点扩散函数的数学表达式对散焦点扩散函数进行重构，即为散焦点扩散函数的估计，散焦点扩散函数数学表达式为：

其中R表示散焦半径。