[发明专利]一种基于组稀疏表示的图像盲复原方法

权利要求书

1.一种基于组稀疏表示的图像盲复原方法，其特征在于，包含以下步骤：

步骤1.读入模糊图像，构建图像金字塔；

读入模糊图像，设置模糊核的初始尺寸，对模糊图像逐层下采样构造图像金字塔，不同层级图像金字塔对应的模糊核尺寸不同，在构造图像金字塔时，如果当前层图像金字塔对应的模糊核尺寸小于3×3，即停止图像金字塔的构造；

步骤2.初始化清晰图像；

记循环迭代次数为k，且初始化设置为k＝0，若当前层为图像金字塔的第一层，则将模糊图像y作为清晰图像初始估计设置否则粗一层金字塔估计的清晰图像的插值结果作为当前层清晰图像的初始估计

步骤3.筛选图像块，估计标记矩阵M；

设置标记矩阵为M，M同时也为二值图像，若M中某一像素的取值为1，表明对应的图像块参与模糊核估计以及组稀疏表示约束；对复原图像进行高斯滤波，然后对滤波后的图像估计边缘；

步骤4.对模糊核进行估计；

固定当前图像的估计用下式更新下一次迭代的模糊核

式中，y表示模糊图像，为图像的梯度算子，λ_h为正则化参数，⊙表示逐元素相乘，表示傅里叶变换，表示傅里叶逆变换，表示傅里叶变化的复共轭；将复原图像中梯度小于一定阈值的像素点的梯度置为0；记梯度阈值为模糊核大小为N_h，则的选取方式为：首先将图像梯度根据其方向分为四组，然后设置的取值以保证每一组都保留至少有个像素点用于估计模糊核；由于随着迭代次数的增加，复原图像越来越清晰，为了使复原图像中更多的像素点逐步加入模糊核估计的过程中，在每一次迭代时将的值缩小为上一次迭代时的1.1倍；

步骤5.对清晰图像进行估计；

给定当前图像的估计固定下一次迭代的模糊核估计更新下一次迭代的图像

步骤6.判断收敛，获得模糊核的估计；

通过步骤3、步骤4和步骤5，进行对目标函数的一次迭代求解，获得对模糊核的估计并对清晰图像的估计进行更新，更新为如果此时的迭代达到最大迭代次数或者迭代收敛，则停止迭代；否则，令k＝k+1，k代表迭代次数，然后重复步骤3、步骤4和步骤5；

步骤7.模糊核估计之后，利用非盲复原算法对清晰图像进行估计；

通过步骤1至步骤6，获得对模糊核的估计结果在的基础上采用有效的非盲复原算法获得最终的清晰图像估计；非盲复原算法有全变分正则化方法、稀疏非盲复原方法和EPLL算法。