[发明专利]一种基于模糊矩阵的图像去条纹方法

权利要求书

1.一种基于模糊矩阵的图像去条纹方法，其特征在于，包括如下步骤：

步骤1、通过相机采集待处理图像I_ref(M,N)，并对图像进行按行的下2采样得到新的待处理图像I_ref(M₁,N)；其中，M、N分别代表待处理图像像素的高度和宽度；M₁＝M/2；

步骤2、通过各向异性高斯滤波核，对下采样的原始图像I_ref(M₁,N)进行卷积得到模糊图像I_mod(M₁,N)；

步骤3、将原始下采样图像I_ref(M₁,N)与模糊图像I_mod(M₁,N)相减，构建条纹特征图像I_gas(M₁,N)；

步骤4、对图像I_ref(M,N)的每个像素是否需要处理进行判断，获得真值矩阵T_one(M₁,N)；

步骤5、对条纹特征图像I_gas(M₁,N)进行统计处理，获得条纹噪声特征向量；

步骤6、利用步骤5中得到的条纹特征向量，对待处理图像I_ref(M,N)进行映射相减操作，得到最终的重构图像。

2.根据权利要求1所述的一种基于模糊矩阵的图像去条纹方法，其特征在于，步骤2中，对图像的所有像素进行卷积核大小为5*17的各向异性高斯处理，得到与原始待处理图像大小一致的模糊图像I_mod(M₁,N)。

3.根据权利要求1或2所述的一种基于模糊矩阵的图像去条纹方法，其特征在于，步骤4包括步骤如下：

步骤4.1、构建全1矩阵T_one(M₁,N)；

步骤4.2、获取条纹特征图像I_gas(M₁,N)中小于等于1的像素位置，使矩阵T_one(M₁,N)对应像素点的值设置为0；

步骤4.3、获取原始下采样图像I_ref(M₁,N)中像素大小大于252且左右邻域均大于252的像素位置，使矩阵T_one(M₁,N)对应像素点的值设置为0。

4.根据权利要求3所述的一种基于模糊矩阵的图像去条纹方法，其特征在于，步骤5包括步骤如下：

步骤5.1、构建全零计数向量Count(1,N)，在I_gas(M₁,N)的每一列t上运用大小为3*1的全零卷积核进行卷积，其中，t＝1,2,3,…,N；

步骤5.2、对条纹特征图像I_gas(M₁,N)计算三个宽度为N的一维向量集S₁、S₂、S₃；

步骤5.3、当Count(1,t)的值大于M/6时，将一维向量集S₁、S₂、S₃构成一个3×N的矩阵，再选取矩阵中每一列中的最大值构成一个新的1×N的向量作为新的条纹噪声特征向量；当Count(1,t)的值≤M/6时，将一维向量集S₁、S₂构成一个2×N的矩阵，再选取矩阵中每一列中的最大值构成一个新的1×N的向量作为新的条纹噪声特征向量。

5.根据权利要求4所述的一种基于模糊矩阵的图像去条纹方法，其特征在于，步骤5.1中，当I_gas(M₁,t)的值与卷积核的值完全相等时，在对应列的一维向量Count(1,t)中加2，进行累加操作，得到处理后的计数向量Count(1,N)；

Count(1，t)表示初始值为0的向量Count(1,N)的某一位。