[发明专利]一种基于自适应尺度控制的QR码图像快速盲去模糊方法有效
| 申请号: | 201910735428.3 | 申请日: | 2019-08-09 |
| 公开(公告)号: | CN110502949B | 公开(公告)日: | 2023-04-14 |
| 发明(设计)人: | 陈荣军;于永兴;潘俊峰;王磊军;吕巨建;赵慧民;卢旭 | 申请(专利权)人: | 广东技术师范大学 |
| 主分类号: | G06K7/14 | 分类号: | G06K7/14 |
| 代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 张金福 |
| 地址: | 510631 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 自适应 尺度 控制 qr 图像 快速 模糊 方法 | ||
1.一种基于自适应尺度控制的QR码图像快速盲去模糊方法,其特征在于,包括以下步骤:
S1.获取原始QR码的模糊图像并进行归一化处理;
S2.设置模糊核大小并对模糊图像和模糊核进行多尺度划分;
所述步骤S2具体包括以下步骤:
S21.设置模糊核大小ks,并统计划分尺度数n:
其中c为划分的各尺度间隔比例,为常数;b为下采样的尺度阈值,b为常数且其取值范围为5≤b≤7;
S22.根据步骤S21的模糊核大小ks和尺度数n对所述模糊图像和模糊核进行尺度划分,其中划分的各尺度间隔比例为c,下采样的尺度阈值为b,并且划分的模糊核尺度大小通过向上取整至最近的奇数得到,得到尺度划分后相对应的模糊图像和模糊核尺度大小列表;
S3.根据多尺度划分结果,从粗到细交替求解得到各尺度的估计模糊核;
所述步骤S3具体包括以下步骤:
S31.求解估计清晰图像:以L0正则项描述QR码图像的梯度和强度,构造求解估计清晰图像的模型,具体为:
其中,x是估计清晰图像,y是模糊图像,k是模糊核,λ为权重参数,为QR码图像的梯度,表示卷积运算;
S32.求解估计模糊核:构造求解估计模糊核的模型,具体为:
其中,x是估计清晰图像,y是模糊图像,k是模糊核,γ为权重参数;
S33.根据尺度划分后相对应的模糊图像和模糊核尺度大小列表,在当前尺度上执行以下过程:模糊图像y下采样到当前尺度,模糊核k由上一尺度的结果用双线性插值法上采样到当前尺度,若当前尺度为第一尺度,则初始化模糊核k;其中模糊图像y通过步骤S31进行迭代更新,模糊核k通过步骤S32进行迭代更新;重复执行所述过程直至达到预设的迭代次数最大值,输出此时当前尺度的模糊核k1即为当前尺度的估计模糊核;
S4.根据求解得到的估计模糊核对所述模糊图像进行非盲去模糊;
S5.使用图像清晰度检测方法对去模糊后的清晰图像进行清晰度评价,判断所述清晰图像的清晰度评价值是否大于预设的可识别清晰度阈值或所述清晰图像的当前尺度是否为最高尺度,若是,则输出所述清晰图像;若否,则在下一尺度上重复执行步骤S3。
2.根据权利要求1所述的基于自适应尺度控制的QR码图像快速盲去模糊方法,其特征在于,所述步骤S1中进行归一化处理后得到规范的QR码模糊图像,其尺寸大小为l×l,l>0。
3.根据权利要求1所述的基于自适应尺度控制的QR码图像快速盲去模糊方法,其特征在于,所述步骤S5具体为:使用Tenengrad梯度法对去模糊后的清晰图像进行清晰度评价,具体公式为:
其中n为图像的尺度数,(x,y)为图像中的像素点,S=gx2+gy2,gx和gy分别为sobel水平算子和sobel垂直算子。
4.根据权利要求1或2所述的基于自适应尺度控制的QR码图像快速盲去模糊方法,其特征在于,所述步骤S1中在进行归一化处理前还包括:判断所述模糊图像是否为灰度图像,若是则无需进行灰度转换,若否则将所述模糊图像转换为灰度图像。
5.根据权利要求3所述的基于自适应尺度控制的QR码图像快速盲去模糊方法,其特征在于,所述步骤S4具体为:根据求解得到的估计模糊核,利用步骤S31中所述的求解估计清晰图像的模型对所述模糊图像进行非盲去模糊,得到清晰图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东技术师范大学,未经广东技术师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910735428.3/1.html,转载请声明来源钻瓜专利网。





