[发明专利]基于非局部约束的全变分图像去模糊方法

摘要

本发明公开了一种基于非局部约束的全变分图像去模糊方法，主要解决现有技术在图像去模糊时，不能锐化图像边缘和不能恢复图像高频细节的问题。其实现过程为：(1)用维纳滤波法初始化去模糊结果图；(2)计算去模糊结果图的非局部权重系数矩阵；(3)用基于非局部约束的阈值迭代公式更新去模糊结果图；(4)用基于全变分模型的去噪方法对去模糊结果图进行噪声抑制；(5)判断是否满足停止条件，如果是，则得到最终的去模糊结果图；否则，返回步骤(2)，直到满足停止条件为止。本发明在对图像去模糊时，能够锐化图像边缘，恢复图像高频细节，可用于对各种已知模糊类型的模糊图像进行去模糊。

主权项

1.一种基于非局部约束的全变分图像去模糊方法，包括如下步骤：(1)用维纳滤波法得到初步去模糊结果图x⁽⁰⁾，用x⁽⁰⁾初始化去模糊结果图x^(k)，设定迭代误差ε＝1×10^-6，设定当前的迭代数k＝0；(2)计算去模糊图x^(k)的非局部权重系数矩阵W，它的每个元素的计算公式如下：其中，表示去模糊结果图x^(k)的第i个7×7像素的图像小块x_i和第j个7×7像素的图像小块x_j之间的权重系数，c_i为归一化因子，h为调节权重大小的参数，h＝65，w_i是一个列向量，它包含x_i所对应的最大的10个权重系数i＝1，2，...，N，j＝1，2，...，N，N为去模糊结果图x^(k)的像素总数；(3)利用如下基于非局部约束的阈值迭代公式，计算去模糊中间结果图x^(k+1/2)：x^(k+1/2)＝x^(k)+(H^Ty-Ux^(k)-Vx^(k))其中，U为变形的模糊核矩阵，U＝H^TH，H为已知的模糊核函数矩阵，H^T为H的转置矩阵，V为变形的非局部系数矩阵，V＝γ²W^TW，W^T为权重系数矩阵W的转置矩阵，γ为调节参数，γ＝0.1；(4)用基于全变分模型的去噪方法对去模糊中间结果图x^(k+1/2)进行噪声抑制，得到抑噪后的去模糊结果图x^(k+1)；(5)判断抑噪后的去模糊结果图x^(k+1)与去模糊结果图x^(k)的差值是否小于迭代误差ε，如果则x^(k+1)就是最终的输出结果；否则，令迭代次数k＝k+1，并返回步骤(2)，直到满足为止。