[发明专利]一种散焦模糊图像的清晰化处理方法

权利要求书

1.一种散焦模糊图像的清晰化处理方法，其特征在于，该方法按照以下步骤实施，

步骤1：对待处理的散焦模糊图像建立数学模型

利用一个圆盘函数来进行模糊图像的建模，即：

h(x,y)=1πRb2x2+y2≤Rb20x2+y2>Rb2---(1)]]>

其中，R_b为模糊半径，π为圆周率，(x，y)为图像上的某个像素点；

步骤2；选取初始模糊半径

对待处理的散焦模糊整图进行模糊半径的查找，首先对所拍摄到的散焦图像进行锐化，生成梯度图E_s和方向图E_o；对得到的梯度图E_s以及梯度方向图E_o，用非极大值抑制技术获得局部梯度幅度极大值点集E_n；对E_n在给定阈值下进行二值化，得到轮廓图E_e，再求取边沿宽度，将得到的宽度值计算得到均值M和方差D，选取M/2为整图的初始模糊半径R_b；

步骤3：子图像的划分

将步骤2中所得到的方差D代入方程式k＝int[D-1]，得到子图划分个数的参数k，再以图像中心为圆点，画k个同心圆，其半径为R_k＝R₁+(k-1)·ΔR，其中R₁为最内层圆半径，ΔR为增量，将图像分解为一个圆形区域、k-1个圆环区域、剩余图像区域共k+1个子图像，记为g_s1、g_s2...g_s(k+1)；

步骤4：子图像的清晰化处理

用步骤2中得到的方差和步骤3中得到的k，得到圆盘半径的步长为D/k，得到第i个子图像下的初始模糊半径，根据该模糊半径，按照方程式(1)获得子图像的圆盘函数h_i(x，y)，将子图像g_si(x，y)进行频域转换，再将各子图像下对应的圆盘函数进行频域变换，并计算噪声和原图像的功率谱S_nn(u，v)和S_ff(u，v)；然后基于逆滤波进行图像清晰恢复，改变模糊半径，即计算R_i(0)和R_i(0)±ΔR_i，以此获得三个恢复子图像，计算该三个恢复图像的Sobel锐化细节能量图，并计算该三个恢复图像方差的差异，然后按照差异小的方向进行迭代，直到寻找到方差差异最小的时机，停止迭代，选择迭代停止时的两个能量图中的最大能量均值的图像为最终结果，设为f_i^*(x，y)；

步骤5、获得整幅清晰化图像

将f_i^*(x，y)进行相加，

即得清晰化图像f(x,y)=Σi=1k+1fi*(x,y).]]>