[发明专利]一种离焦QR码图像盲复原方法

说明书

本发明公开了一种离焦QR码图像盲复原方法，先对QR码图像进行灰度化处理以及边缘检测处理后得到边缘图像，然后对边缘图像进行处理得到边缘直线以及导数值变化率最大的点，根据边缘直线和导数值变化率最大的点可以计算得到离焦半径，进而可以得到点扩散函数，最后根据点扩散函数对模糊的QR码图像进行复原，在尽可能恢复图像质量的同时，减少计算量，并且减少复原的时间。

技术领域

本发明涉及图像处理技术领域，特别是一种离焦QR码图像盲复原方法。

背景技术

随着物联网技术的迅速发展，QR码图像的应用越来越广泛。由于QR码图像在获取、压缩、存储、传输和重建的过程中容易受各种因素的影响变得模糊，不利于条码的广泛应用，所以研究模糊QR码图像恢复技术，增加条码图像清晰度具有十分重要的理论和实际应用价值。

离焦模糊图像是由清晰QR码图像与点扩散函数(或者被称为模糊核)进行卷积再加上噪声得到的，而图像复原过程则是图像反卷积过程或者被称作去卷积过程，根据点扩散函数是否已知，可以将图像复原分为两类：一类是模糊图像的非盲去卷积技术，假设模糊图像的点扩散函数已知，直接对模糊图像进行去卷积运算；另一类是模糊图像的盲去卷积技术，在模糊图像的点扩散函数未知的情况下，需要结合模糊图像本身的先验知识来复原出清晰图像，这是一个不定性问题。

在实际应用过程中，QR码采集系统的点扩散函数是未知的，需要同时估计出点扩散函数和原始清晰条码图像，一种有效的盲复原方法是先估计出点扩散函数，将盲去卷积问题转化为非盲去卷积问题，从而降低图像复原难度，现有的传统图像盲复原方法中，一般是通过倒谱法，微分自相关法和频域法来估计点扩散函数参数，然后根据参数进行图像复原，这几种方法对于模糊程度较小的图像效果一般，若模糊程度较大或者图像中存在噪声时，估计效果不好，甚至不能使用，且需要将图像变换到频域进行分析，计算量大且复原时间长，不利于实际生产中的广泛应用。

发明内容

为解决上述问题，本发明的目的在于提供一种离焦QR码图像盲复原方法，在保证恢复图像质量的同时，能够有效地降低条码图像恢复过程中的计算量和恢复时间。

本发明解决其问题所采用的技术方案是：

一种离焦QR码图像盲复原方法，包括以下步骤：

A、对输入的QR码图像进行灰度化处理；

B、对灰度化处理后的QR码图像进行截取，得到边缘图像；

C、对边缘图像进行边缘检测，得到边缘矩阵；

D、对边缘矩阵进行逐列扫描，获取边缘直线的位置；

E、对边缘图像进行求导，并通过计算得到导数值变化率最大的点；

F、计算边缘直线和导数值变化率最大的点之间的距离，得到估计的离焦半径；

G、根据离焦半径计算得到点扩散函数，根据点扩散函数对散焦模糊的QR码图像进行复原。

进一步，所述步骤A对输入的QR码图像进行灰度化处理，其中，对QR码图像进行灰度化处理后，其像素矩阵表示为：

其中a(i,j)为QR码图像中位置为(i,j)的像素值，1iM，1jN，N为QR码图像的宽度，M为QR码图像的高度。

进一步，所述步骤B中对灰度化处理后的QR码图像进行截取，具体步骤为：对QR码图像进行预处理，并截取QR码图像左上角的1/4区域。由于QR码定位框的位置特性，以及不同数据量的QR码的定位框大小，通过截取左上角1/4区域作为检测对象，可以在减少计算量的同时不影响模糊半径的估计。

进一步，所述步骤C对边缘图像进行边缘检测中，采用Canny检测算子对边缘图像进行边缘检测。相较于多种边缘检测算子，Canny算子对边缘图像的检测效果较好。