[发明专利]一种基于梯度拟合的文本图像去模糊方法

摘要

本发明公开了一种基于梯度拟合的文本图像去模糊方法，步骤如下：输入待处理的模糊文本图像；选取与待处理文本图像接近的清晰文本图像；统计选取的清晰文本图像梯度分布概率，确定梯度分布先验概率模型；初始化模糊核；计算待处理图像的梯度分布概率，并与模型比较，如果模型不相近，则对待处理文本图像和模糊核进行反卷积操作，然后根据复原效果决定是否进行再次迭代处理，如果需要则调整模糊核的大小和方向继续与模型比较，一旦与模型相近或者达到复原效果，则对复原的文本图像进行去噪处理，输出处理后的文本图像。本发明针对清晰文本图像的梯度分布特点进行建模，有效利用了文本图像的先验信息，更有利于针对模糊文本这类图像的复原处理。

主权项

一种基于梯度拟合的文本图像去模糊方法，其特征在于，包括：选择与待去模糊图像接近的清晰文本图像，得到该图像的梯度分布图；通过线性拟合构建梯度分布先验概率模型为： log ( P ( ▿ L ( x ) ) ) = - k 0 | ▿ L ( x ) | + b 0 0 < x ≤ c 0 - k 1 | ▿ L ( x ) | + b 1 c 0 < x ≤ c 1 - k 2 | ▿ L ( x ) | + b 2 x > c 1 ; 其中，▽L（x）为该清晰文本的图像梯度值，P(▽L(x))为各个梯度值出现的概率，x为横坐标轴上的梯度值，c0、c1为常数；k0、k1、k2表示构建的梯度模型的分段函数斜率，b0、b1、b2为分段直线函数截距；根据该模型对待去模糊图像进行复原。