[发明专利]基于贝叶斯原理与维纳滤波的相机抖动模糊图像复原方法

说明书

技术领域：

本发明涉及一种图像复原方法，尤其涉及一种基于贝叶斯原理与维纳滤波的相机抖动模糊图像复原方法，属于图像恢复领域。

背景技术：

随着数码产品特别是数码相机,手机拍照功能的普及,以及计算机处理能力的提升,图像复原技术在军事方面,天文成像领域,智能交通及安防领域和日常生活中都发挥着重大作用。图像在成像过程中，常常会因为成像设备与被拍摄物体之间的相对运动，产生模糊图像。使用数码相机或者手机拍照的时候，抖动是导致图像模糊的一种常见形式，也一直困扰着用户。小型相机和手机因为自身的轻便，在使用时更容易产生抖动。

目前，已经有多种方法用于相机内部，减少或消除相机与被拍摄物体之间的相对运动，以抑制模糊图像的产生，如机械式补偿法、光学式像移补偿法、电子式像移补偿法、图像式像移补偿法、集成像移补偿法等。

对于因相机抖动产生的模糊图像，目前也有许多学者从不同的角度使用不同的方法进行研究。最大后验概率(MAP)方法是相机抖动模糊图像复原常用的方法，但容易出现数据过度拟合现象。提出了变分贝叶斯估计方法，在此基础上Fergus使用图像梯度先验结合最大边缘概率准则复原相机抖动模糊图像，该方法简单实用，但是该方法使用Richardson-Lucy方法解卷积，使复原结果出现明显振铃效应。Shan认为造成振铃效应的原因是噪声模型错误和估计的模糊核存在误差，提出了局部先验条件理论，以减少振铃效应,进而提出了以自然图像统计为先验模型，结合变分贝叶斯方法和KL散度构造易于优化的代价函数，求出模糊核。在解卷积过程中通过EM方法抑制振铃效应。通过分区域检测和维纳滤波器抑制振铃效应。

本发明采用零均值的高斯混合模型对原始图像的梯度分布进行建模，利用变分贝叶斯估计方法估计降质函数，通过迭代盲解卷积算法进行图像恢复，采用维纳滤波抑制图像复原过程中产生的振铃效应，从而较好地实现图像恢复并保持边缘与细节，同时有效减少振铃效应。

发明内容

本发明的所要解决的技术问题是针对背景技术中的不足提出一种基于贝叶斯原理和维纳滤波的相机抖动模糊图像复原方法，其能够实现模糊图像的恢复，同时保持图像的边缘和细节，并有效抑制振铃效应。

本发明为实现上述发明目的采用如下技术方案：

基于贝叶斯原理与维纳滤波的相机抖动模糊图像复原方法，具体包括以下步骤：

步骤1)，建立原始图像的梯度分布模型、降质函数模型以及噪声模型；

步骤2)，根据贝叶斯原理、通过变分贝叶斯估计方法得出降质函数，进而通过迭代盲解卷积算法实现相机抖动模糊图像的恢复；

步骤3)，通过Laplacian算子检测降质函数图像的边缘获取边缘图像；

步骤4)，根据对步骤3)所获取的边缘图像通过维纳滤波器进行滤波处理。

作为本发明基于贝叶斯原理与维纳滤波的相机抖动模糊图像复原方法的进一步优选方案，在步骤1)中，使用零均值的高斯混合模型对原始图像进行建模，使用混合指数分布对降质函数进行建模，使用零均值的高斯模型对噪声进行建模。

作为本发明基于贝叶斯原理与维纳滤波的相机抖动模糊图像复原方法的进一步优选方案，步骤2)具体包含如下步骤：

步骤2.1)，利用步骤1)所建立模型得到的概率分布计算真实的后验概率分布的近似分布其中k为降质函数，l为原始图像，g为模糊降质图像，为原始图像梯度，为降质函数梯度，为模糊降质函数梯度；

步骤2.2)，将噪声的方差作为变分贝叶斯估计中的未知量，将近似分布改写成从而计算近似后验分布与真实的后验概率分布之间的KL散度其中σ²为噪声的方差；