[发明专利]一种泊松噪声下的模糊图像恢复方法

说明书

本发明实施例公开了一种图像处理方法、装置、智能终端及存储介质，其中方法包括：获取初始图像信号，并确定用于描述所述初始图像信号的图像信号模型，所述初始图像信号为包括泊松噪声的图像信号，所述图像信号模型是根据模糊核和不包括所述泊松噪声的清晰图像信号建立的；确定所述图像信号模型对应的第一优化函数，并按照交替方向乘子算法，对所述第一优化函数进行循环求解，直至满足所述循环求解的停止条件；将满足所述停止条件的清晰图像信号的估计值作为目标估计值，并基于所述目标估计值确定所述初始图像信号对应的恢复图像信号，可提高对模糊图像的恢复精度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像处理方法、装置、智能终端及存储介质。

背景技术

当前在对模糊图像进行恢复，以得到较清晰的恢复图像时，在未知模糊图像的模糊核的情况下，可采用盲去模糊的办法，当前采用的盲去模糊办法，主要采用的是将模糊图像中的泊松噪声转换为高斯噪声，从而可采用去除高斯噪声的办法对该模糊图像进行处理。在采用将模糊图像中的泊松噪声转换为高斯噪声，以实现对模糊图像的还原的方法，在该原始清晰图像的峰值小于3时，恢复得到的图像效果欠佳，而且算法过程较复杂，所以，如何实现对模糊图像的有效恢复，成为了当前研究的热点问题。

发明内容

本发明实施例提供了一种图像处理方法、装置、智能终端及存储介质，可提高对模糊图像的恢复精度。

一方面，本发明实施例提供了一种图像处理方法，所述方法包括：

获取初始图像信号，并确定用于描述所述初始图像信号的图像信号模型，所述初始图像信号为包括泊松噪声的图像信号，所述图像信号模型是根据模糊核和不包括所述泊松噪声的清晰图像信号建立的；

确定所述图像信号模型对应的第一优化函数，并按照交替方向乘子算法，对所述第一优化函数进行循环求解，直至满足所述循环求解的停止条件；

将满足所述停止条件的清晰图像信号的估计值作为目标估计值，并基于所述目标估计值确定所述初始图像信号对应的恢复图像信号。

在一个实施例中，所述确定所述图像信号模型对应的第一优化函数之后，所述方法还包括：

基于小波变换的特性，确定所述模糊核的小波系数以及所述清晰图像信号的小波系数，其中，所述小波系数包括小波分解系数和小波重构系数；

根据所述模糊核的小波系数以及所述清晰图像信号的小波系数，确定辅助参量，并基于所述辅助参量将所述第一优化函数转换为第二优化函数。

在一个实施例中，所述按照交替方向乘子算法，对所述第一优化函数进行循环求解，直至满足所述循环求解的停止条件，包括：

获取所述第二优化函数对应的第一子函数和第二子函数，所述第一子函数是根据所述模糊核确定的，所述第二子函数是根据所述清晰图像信号确定的；

按照交替方向乘子算法，对所述第一子函数和所述第二子函数进行循环求解，直至满足所述循环求解的停止条件。

在一个实施例中，所述获取所述第二优化函数对应的第一子函数和第二子函数，包括：

确定所述第二优化函数的增广拉格朗日表达式；

采用对偶上升法对所述第二优化函数的增广拉格朗日表达式进行分解，得到所述第二优化函数对应的第一子函数和第二子函数。

在一个实施例中，所述按照交替方向乘子算法，对所述第一子函数和所述第二子函数进行循环求解，直至满足所述循环求解的停止条件，包括：

确定预设的初始化模糊核，并基于所述初始化模糊核对所述第二子函数进行求解，得到所述清晰图像信号的第一估计值；

根据所述清晰图像信号的第一估计值和所述第一子函数，确定所述模糊核对应的第一估计值；