[发明专利]基于标准化稀疏度量图像块先验的模糊核估计方法

摘要

本发明公开了一种基于标准化稀疏度量图像块先验的模糊核估计方法。其步骤为1、对待复原的模糊图像进行预处理，2、载入已训练好的外部图像块先验，3、获得梯度图像映射图，4、初始化模糊核，5、初始化待复原图像，6、获得待复原图像的后验图像，7、获得模糊核，8、判断是否满足终止条件，9、更新待复原图像和模糊核，10、更新模糊核估计金字塔层标签，11、输出模糊核，12、获得最终的清晰图像。本发明克服了现有技术中利用的先验知识不充分而导致的模糊核估计不准确的缺陷，减少了在迭代过程中产生的不必要的人工产物，增强了去模糊图像的清晰度。

主权项

一种基于标准化稀疏度量图像块先验的模糊核估计方法，包括如下具体步骤：(1)对模糊图像进行预处理：输入一幅模糊图像，使用双边滤波器，对模糊图像进行双边滤波，得到边缘锐化并且抑制噪声影响的模糊图像；(2)获得模糊图像的梯度图像映射图：(2a)使用高斯模糊核，对模糊图像进行滤波处理，得到滤波图像；(2b)计算滤波图像的梯度图像；(2c)使用线性滤波器，对梯度图像进行增强滤波处理，得到滤波图像，保持滤波图像中前2％的元素值不变，其余98％元素值置零，得到梯度图像映射图；(3)载入已训练好的外部图像块先验：使用matlab软件中的load函数，载入在程序外部已训练好的外部图像块先验；(4)初始化模糊核：使用matlab软件中的fspecial函数，生成一个3×3的高斯模糊核，作为初始化后的模糊核；(5)初始化待复原图像：(5a)将模糊核估计金字塔的总层数减1的数值，作为模糊核估计金字塔最粗略层的层标签；(5b)采用双线性插值法，缩放模糊图像至模糊核估计金字塔最粗略层的图像大小，得到初始化后的待复原图像；(6)获得待复原图像的后验图像：(6a)采用双线性插值法，将梯度图像映射图缩放至与待复原图像同样的大小，得到更新后的梯度图像映射图，将更新后的梯度图像映射图进行二值化处理，得到二进制掩模；(6b)按照下式，获得待复原图像的图像块：Ci＝Pj*y其中，Ci表示待复原图像的第i个图像块，Pj表示提取待复原图像中以位置j为中心，大小为5×5像素的图像块的提取算子，y表示待复原图像，*表示卷积符号，j∈M，∈表示属于符号，M表示二进制掩模的矩阵形式；(6c)对于每一个待复原图像的图像块，从外部已训练好的图像块先验中，寻找一个最相似于当前待复原图像的图像块的样例图像块，将该样例图像块作为与当前待复原图像的图像块匹配的样例图像块；(6d)按照下式，计算待复原图像的图像块标准差：σi=argσiminβ|M|Σi∈M||Pj*y-Ziσi-μi||1||Pj*y-Ziσi-μi||2]]>其中，σi表示待复原图像的第i个图像块的标准差，表示取得目标函数值最小时σi的值，β表示调节参数，β的取值范围是不超过0.5的正数，|·|表示统计矩阵中非零元素个数操作，∑表示求和操作，Zi表示与待复原图像的第i个图像块匹配的样例图像块，μi表示待复原图像的第i个图像块的均值，||·||1表示矩阵一范数操作，||·||2表示矩阵二范数操作；(6e)按照下式，获得待复原图像的后验图像：x=argxmin||k*x-y||2+α|M|Σi∈M||Pj*x-Ziσi-μi||1||Pj*x-Ziσi-μi||2]]>其中，x表示待复原图像的后验图像，表示取得目标函数值最小时x的值，k表示模糊核的矩阵形式，||·||2表示矩阵2范数平方操作，α表示调节参数，α是取值范围不超过0.5的正数；(7)按照下式，获得模糊核：k=argkmin||k*x-y||2+λ||k||2]]>其中，表示取得目标函数值最小时模糊核k的值，λ表示调节参数，λ是不超过0.5的正数；(8)判断模糊核估计金字塔层标签值是否为0，若是，执行步骤(11)；否则，执行步骤(9)；(9)更新模糊核和待复原图像：(9a)上采样模糊核一次，得到更新后的模糊核，将更新后的模糊核作为模糊核估计金字塔下一层的模糊核；(9b)上采样待复原图像的后验图像一次，得到后验图像，将后验图像作为模糊核估计金字塔下一层的待复原图像；(10)更新模糊核估计金字塔层标签：将模糊核估计金字塔层标签减1的数值，作为更新后的模糊核估计金字塔层标签，执行步骤(6)；(11)输出模糊核估计金字塔当前层的模糊核；(12)使用matlab软件中L0工具箱中L0‑abs函数对模糊图像进行非盲去模糊，得到最终后验图像。