[发明专利]一种镜面参数约束模糊核的折反射全向图像复原方法

说明书

技术领域

本发明涉及数字图像处理领域，特别是一种折反射全向图像复原方法。

背景技术

由于折反射成像小型化和集成化的特点，使得基于折反射全向成像的全景应用也越来越多，典型的应用涉及登月探测、智能全景视频监控、移动机器人视觉导航、远程视频会议、虚拟场景漫游等等,如图1所示。但是随着应用的深入，折反射全向成像固有的空间分辨率低、分辨率不均匀、成像模糊等基础问题越来越突出，特别是散焦模糊问题,如图2所示。

目前，最大后验概率图像复原的方法是图像复原领域中应用最广泛的方法。该方法以概率统计学为基础，根据最大后验概率分布寻找最佳的可收敛方案，获得一个最优的解，即复原的清晰图像。在所述最大后验概率图像复原理论的框架下，图像复原问题的统计学模型可以表述为：

arg max p(k,l|b)=arg maxp(b,l|k)p(l,k)p(b)---(1)]]>

其中，b是模糊图像，l是清晰图像，k是模糊核。在这里假设l、b、k之间相互独立，并且考虑到模糊图像的一切信息都是已知的，于是有

p(k,l|b)∝p(b|l,k)p(l)p(k)(2)

公式(2)中，左边的项即为所期望的后验估计。对公式(2)左右两边同时取负对数，则可以得到

-logp(k,l|b)＝-logp(b|k,l)-logp(l)-logp(k)(3)

公式(3)通过取负对数，可以转化为下述基于最大后验概率图像复原理论函数：

f(l)＝||k*l-b||²+ρ_l(l)+ρ_k(k)(4)

其中，第一项表示对图像噪声的约束，第二项和第三项分别表示自然图像l和模糊核k的先验知识和约束条件，也称为正则项。

与普通图像去模糊相比，折反射散焦模糊问题并没有得到很好解决的瓶颈问题在于全向图像模糊核的估计和分析，即式(4)中的第三项。模糊核估计的准确与否决定了图像复原效果优劣。普通成像系统的散焦模糊只和光圈大小与场景深度有关，而折反射系统是通过曲面反射镜成像，模糊核的估计还需要集成考虑反射面方程和入射光线角度。因此传统的图像复原技术很难对全向图像散焦模糊进行准确的分析和描述，导致模糊核估计的偏差，从而限制了图像复原的效果。

发明内容

本发明所要解决的技术问题是，根据折反射成像系统的镜面特点，在最大后验概率图像复原理论的框架下，提出一种镜面参数约束模糊核的折反射全向图像复原方法，使得全向图像的复原效果得到提高。

为实现上述技术效果，本发明采用的技术方案是,一种镜面参数约束模糊核的折反射全向图像复原方法，包括如下步骤：首先对折反射成像系统采集到的全向图像b(x,y)进行分环和分块操作，再得出每个图像块的水平方向梯度值和竖直方向梯度值进而得出所在图像块的先验信息ρ_l(l)，将所述先验信息ρ_l(l)与模糊核约束ρ_k(l)代入下述式中的基于最大后验概率图像复原理论函数中，得出清晰图像块l：

f(l)＝||k*l-b||²+ρ_l(l)+ρ_k(l)