[发明专利]一种基于总变分正则约束的图像解卷积方法

摘要

本发明公开了一种基于总变分正则约束的图像解卷积方法。首先利用总变分(Total Variation TV)正则化Richardson-Lucy(RL)解卷积方法对图像进行解卷积，得到一副清晰图像作为参考图像ug；其次利用canny算子对参考图像进行边缘检测，得到图像平坦区和纹理区；接着，在纹理区应用标准Richardson-Lucy算法，在平坦区应用总变分正则约束的Richardson-Lucy算法，得到一幅比参考图像更清晰的图像uf；最后，对得到的图像进行双边滤波得到uB获得图像的细节层ud，最终将清晰图像uf加上细节层ud得到清晰图像u。仿真结果表明，本发明在振铃效应抑制和细节保存方面都优于标准RL算法和TV正则约束的RL算法。

主权项

1.一种基于总变分正则约束的图像解卷积方法，其特征是包括如下步骤：1）由于图像采集过程中的相机抖动引起的图像运动模糊通常表达为清晰图像与模糊核的卷积再加上噪声的形式，g=K⊗u+N---(1)]]>式（1）中，g表示模糊图像，K模糊核，u表示未模糊清晰图像，N表示噪声，表示卷积操作，其中g和K已知，且假定模糊核具有空间移不变性，即模糊图像的全图受到同一个模糊核函数的影响，解卷积的目的就是利用已知的模糊图像和模糊核得到清晰图像u；2）利用总变分约束Richardson-Lucy算法解卷积过程得到一个参考图像，参考图像相对于利用标准Richardson-Lucy解卷积得到的图像平滑，但是图像解卷积过程中易出现的振铃效应和噪声放大得到了好的抑制，总变分约束正则项形式为：RTV(u)=∫||▿u(x)||2dx---(2)]]>其中是清晰图像u(x)的一阶导数；得到图像解卷积的迭代更新公式为：ut+1=ut1-λ▿RTV(ut)×K*⊗gut⊗K---(3)]]>其中，λ为控制正则项权重的参数，取值范围为[0,1]，对图像进行解卷积得到参考图像u_g，对参考图像u_g进行canny边缘检测，然后做形态学膨胀，得到图像的平坦区和纹理区掩膜M；3）在平坦区用总变分正则约束解卷积过程，而在纹理区使用标准Richardson-Lucy算法进行更新迭代，整个过程的迭代更新公式为：其中，在平坦区像素对应的M值为1，纹理区像素对应的M值为0，按式（4）解卷积得到清晰图像u_f，使用双边滤波器对清晰图像u_f进行滤波得到滤波后的图像u_B；4）对滤波后的图像u_B再次进行双边滤波得到图像F(u_B)，并将图像F(u_B)与滤波后的图像u_B进行作差，得到抑制噪声的图像细节层u_d，u_d＝u_B-F(u_B)           （5）进一步的对清晰图像u_f做如下操作得到最终清晰图像u_u：u＝u_f+u_d               （6）。