[发明专利]一种基于线性特征的联合图像复原和匹配方法及系统

摘要

本发明公开了一种基于线性特征的联合图像复原和匹配方法，该方法构造线性映射矩阵，提取主要线性特征计算初始化清晰实时图像和加权稀疏系数，选出清晰实时图像的加权稀疏系数中最大分量，其对应像素字典矩阵中的元素在参考图像中的位置即为最终匹配结果。本发明还提供了实现上述方法的系统。本发明提取线性特征，起到了减轻图像模糊带来的干扰，去除大量无用的信息，保持用稀疏系数重构清晰实时图像的线性关系的作用，具有提高图像复原和匹配准确性的技术效果，同时降低计算量，提高实时性。

主权项

1.一种基于线性特征的联合图像复原和匹配方法，其特征在于，包括以下步骤：(1)输入步骤：输入参考图像I和模糊实时图像y；(2)像素字典矩阵D构建步骤：在参考图像I中滑动提取与模糊实时图像y大小相同的图像块，将单个图像块的像素拉伸为列向量，再将所有图像块的像素列向量排列构成像素字典矩阵D；(3)线性特征字典矩阵D_f构建步骤：基于像素字典矩阵D构建表征其线性特征的映射矩阵T，进而得到线性特征字典矩阵D_f；(4)初始化清晰实时图像x步骤：将模糊实时图像y的像素拉伸为列向量v1，向量v1和映射矩阵T相乘得到线性特征列向量v2；结合线性特征列向量v2和线性特征字典矩阵D_f计算模糊实时图像y的加权稀疏系数；稀疏系数与像素字典矩阵D相乘得到初始化清晰实时图像x；(5)迭代复原和匹配步骤：基于清晰实时图像x和模糊实时图像y计算模糊核；依据模糊核更新清晰实时图像x；将更新的清晰实时图像x的像素拉伸为列向量v3，向量v3和映射矩阵T相乘得到线性特征列向量v4；结合线性特征列向量v4和线性特征字典矩阵D_f计算清晰实时图像x的加权稀疏系数；重复步骤(5)，直到达到预定迭代次数；(6)匹配结果输出步骤：选出清晰实时图像x的加权稀疏系数中最大分量，其对应像素字典矩阵D中的元素在参考图像I中的位置即为最终匹配结果。