[发明专利]一种基于边缘增强的图像去模糊方法

说明书

本发明公开了一种基于边缘增强的图像去模糊方法，该方法包括：获取运动模糊图像并基于边缘提取算法对运动模糊图像进行处理，得到运动模糊图像边缘；将运动模糊图像和运动模糊图像边缘输入到预设的去模糊神经网络进行特征提取和特征融合，得到去模糊图像。本发明在保证去模糊质量的情况下，减少模型推导时间和模型参数数量。本发明作为一种基于边缘增强的图像去模糊方法，可广泛应用于图像处理领域。

技术领域

本发明属于图像处理领域，尤其涉及一种基于边缘增强的图像去模糊方法。

背景技术

随着智能手机的普及，拍照成为人们日常生活中不可或缺的一部分。良好的图像质量对于一副好的图像而言是必不可少的，运动模糊图像去模糊也获得了计算机图形学和计算机视觉领域的广泛关注。近几年许多方法都是逐步采用神经网络模型进行图像去模糊工作。基于神经网络的运动去模糊方法主要分为两大类，一类是结合传统的非盲区图像模糊方法，先预测出模糊图像的运动卷积核，之后通过马尔可夫随机场优化预测的运动模糊卷积核，最后再结合传统的非盲去模糊方法得到清晰图像。但是由于现实生活中的模糊卷积核往往是非常复杂的，且没有特定规律，在非盲去模糊领域中，运动模糊卷积核的微小误差都会导致最终得到的去模糊图像存在很大的质量问题。另一类是通过神经网络直接端到端预测去模糊图像。但是目前的去模糊方法存在参数数量过多以及模型推导时间过长的问题

发明内容

为了解决上述技术问题，本发明的目的是提供一种基于边缘增强的图像去模糊方法，在保证去模糊质量的情况下，减少模型推导时间和模型参数数量。

本发明所采用的第一技术方案是：一种基于边缘增强的图像去模糊方法，包括以下步骤：

获取运动模糊图像并基于边缘提取算法对运动模糊图像进行处理，得到运动模糊图像边缘；

将运动模糊图像和运动模糊图像边缘输入到预设的去模糊神经网络进行特征提取和特征融合，得到去模糊图像。

进一步，还包括：

对去模糊图像进行质量评估，得到评估结果。

进一步，所述边缘提取算法具体通过整体嵌套边缘检测模型实现，所述获取运动模糊图像并基于边缘提取算法对运动模糊图像进行处理，得到运动模糊图像边缘这一步骤，其具体包括：

获取运动模糊图像并将运动模糊图像输入到预训练的整体嵌套边缘检测模型；

经过多级尺度分别输出多个特征图，得到输出信息；

将输出信息在每个输出特征图的通道维度上连接起来，并经过一个融合卷积层得到最终的边缘图像；

根据最终的边缘图像，得到运动模糊图像边缘。

进一步，所述预设的去模糊神经网络包括图像主体部分和边缘主体部分，所述图像主体部分包括图像下采样模块和图像上采样模块，所述边缘主体部分包括边缘下采样模块和边缘上采样模块。

进一步，所述将运动模糊图像和运动模糊图像边缘输入到预设的去模糊神经网络进行特征提取和特征融合，得到去模糊图像这一步骤，其具体包括：

将运动模糊图像和运动模糊图像边缘输入到预设的去模糊神经网络；

将运动模糊图像经过图像主体部分，得到内容特征；

将运动模糊图像边缘经过边缘主体部分，得到边缘特征；

将内容特征和边缘特征进行融合处理，得到去模糊图像。

进一步，所述将运动模糊图像经过图像主体部分，得到内容特征这一步骤，其具体包括：