[发明专利]基于图像中亮条纹信息的图像去模糊方法

摘要

本发明公布了一种基于图像中亮条纹信息的图像去模糊方法，利用运动模糊图像中存在的亮条纹，得到模糊核的形状信息，通过结合图像和所述模糊核对图像复原进行约束，得到准确的模糊核和高质量的复原图像；具体包括：选取包含最优亮条纹的最优图像块；提取得到模糊核形状信息；进行模糊核估计，得到最终的模糊核；进行非盲反卷积，还原得到清晰复原图像，作为最终的去模糊图像。本发明建立了一个实际拍摄的包含亮条纹的模糊图像测试集，采用本发明技术方案，能够得到准确的模糊核和高质量的复原图像，在图像处理领域应用价值高。

主权项

1.一种基于图像中亮条纹信息的图像去模糊方法，利用运动模糊图像中存在的亮条纹，得到模糊核的形状信息，通过结合图像和所述模糊核对图像复原进行约束，得到准确的模糊核和高质量的复原图像；包括如下步骤：1)选取包含最优亮条纹的最优图像块；具体采用手动选取方法，所述包含最优亮条纹的最优图像块具有如下特征：(一)所述最优亮条纹由亮度为所述最优图像块中亮度大于像素亮度最大值的70％的像素点组成；(二)所述最优亮条纹在图像块中稀疏分布；(三)每个最优图像块中有且只有一条最优亮条纹；(四)所述最优亮条纹的形状要与图像中其他多数亮条纹的形状相似，避免所述最优亮条纹和条形发光体区混淆；(五)所述最优图像块是满足上述特征(一)～(四)的所有图像块中背景亮度最低的一个或多个图像块；(六)所述最优图像块中除了亮条纹没有其他与亮条纹亮度相近的结构，所述其他结构包括：高亮度的发光体、一个图像块包含的多条亮条纹和显著的图像边缘结构中的一种或多种；2)针对包含最优亮条纹的最优图像块，提取得到模糊核形状信息；3)进行模糊核估计：用步骤2)得到的模糊核形状信息与稀疏先验项结合对模糊核进行约束，通过迭代计算中间图和模糊核，得到最终的模糊核；包括如下步骤：31)建立图像金字塔，输入图像为原始的模糊图像，记为I；模糊核记为k，将模糊核k初始化为一个5×5大小的矩阵；以上一层图像中得到的模糊核经上采样作为当前迭代过程的初始模糊核；将最优化能量方程式3作为模糊核估计的模型，通过所述模糊核估计的模型进行模糊核估计：M＝J‑T     (式3)其中，表示Hadamard乘积；γ，λ₁和λ₂是权重系数；J是全1矩阵；T是单像素宽度的运动轨迹膨胀后的结果；第一项是数值保真项，符合模糊图像退化模型；第二项对清晰图像的全局约束项，使得复原出来的清晰图像的梯度统计分布服从“重尾模型”，其中，0<α<1；第三项利用掩膜M对模糊核的形状进行约束，使模糊核的形状尽量趋近于亮条纹的形状；第四项λ₂‖k‖₁是稀疏约束项；32)通过求解最优化能量方程式3，迭代计算L和k，估计出最终的模糊核；具体通过以下步骤求解式3：321)在式3中，当k为已知时，将模糊核k初始化为一个5×5大小的矩阵，式3简化为式4：322)然后将L作为已知量，通过式5计算k：323)为求解式5，引入一个替代量w，替换式5中的得到方程式6：迭代求解方程式6，得到k和w；324)设定迭代次数，经过多次迭代计算式4和式5，求得最终的模糊核k；4)进行非盲反卷积：通过非盲复原算法还原得到清晰复原图像，作为最终的去模糊图像。