[发明专利]一种采用图像检测与区域提取的局部模糊复原方法

权利要求书

1.一种采用图像检测与区域提取的局部模糊复原方法，其特征在于，包括如下步骤：

(1)局部模糊区域的标记

输入灰度图像g，若g为彩色图，则利用其亮度信息；

假设IG是图像g的傅里叶形式，对于IG中任意像素(u,v)，设计S：

M×N是图像的尺寸；把IG(u,v)在极坐标下表示，构建S(f',θ)，f'为离原点的距离即频率值，θ为与X轴正方向的角度；其中u＝f'cosθ，v＝f'sinθ；对所有方向求和即对θ求和，其结果近似为：

这里，是对应每个方向幅度的比例因子，γ为频率指数，即功率谱斜率；

提出局部γ值与全局γ值的对比，来实现对模糊的估计；

计算整幅图像的功率谱斜率即全局γ₀，在各个尺寸为A×A的局部块内计算出每个像素处的γ_p，定义指标q₁

对于整幅图像的像素，都有对应的q₁，形成与图像g同物理尺寸的数据矩阵Q₁，在Q₁中值越大的区域，模糊的概率越高；

对Q₁进行归一化；

设定两个阈值T₁与T₂，T₁>T₂，Q₁中的像素若满足q₁大于T₁，则认为是模糊区域，标记为模糊区域即前景；满足q₁小于T₂的位置被认为是清晰区域，即背景；其余区域认为是过渡区域；

(2)利用抠图手段实现模糊区域提取

进行模糊区域的识别标识后，采用抠图的方法来准确分割模糊区域；若将图像像素表示为m＝(i,j)，图像g(m)表示为前景F`(m)和背景B(m)的线性组合：

g(m)＝α_xF`(m)+(1-α_x)B(m)

其中α_x是像素透明度，取值范围为[0,1]；

在(1)中，已经标记出模糊区域、清晰区域、过渡区域，对应于α_x中，模糊区域对应的像素为1，清晰区域对应的像素为0，过渡区域为未知待求，将此α_x作为输入应用于接下来的优化计算中；

对matting方程等式两边求偏导，则：

式中的是梯度算子，相对于是能忽略的，将上式简写并变形为：

从式中看出透明度分布α的梯度与图像本身的梯度成正比；求解α即是最小化以下问题：

求解获取透明度分布α，p为邻域Ω内的任意像素；

设定抠图阈值Th，透明度分布α大于Th的区域都认为是准确的模糊区域；

(3)对模糊区域进行复原并修复

对模糊区域进行退化函数估计，并同时复原；采用盲复原技术，针对线性模糊，初始退化函数h₀设定为线性运动，运动像素为N’个，运动方向根据实际情况设定；对于观测退化图像g’，使用快速傅立叶变换，实现空域和频域交替迭代；从给定真实图像和退化函数的初始估计值f₀(x,y)和h₀(x,y)出发，每次迭代循环包括利用当前的估计值f_k(x,y)和h_k(x,y)确定新的估计值f_k+1(x,y)和h_k+1(x,y)，再对新的估计值依约束条件进行修正，然后将修正后的估计值作为下一次迭代循环的输入值；循环体中确定新估计值的处理在频域中进行，其具体表达式为：

其中实数a代表噪声的能量，此外，G、F、H分别为g、f、h的频域表达形式，而F^*代表F的复共轭，H^*代表H的复共轭，k为迭代次数；

在局部模糊区域复原之后，将这部分区域与背景的清晰区域整合起来；利用OliveiraM M,Bowen B,Mckenna R,et al，Fast digital image inpainting[C]，Proceedings ofthe International Conference on Visualization,Imaging and Image Processing(VIIP 2001),Citeseer,2001:261-266，提出的inpainting算法修复局部模糊复原图像的清晰区域和模糊区域之间的破损部分，最终获取了局部复原结果。