[发明专利]一种基于多参数正则优化模型的图像去模糊方法

摘要

本发明公开了一种基于多参数正则优化模型的图像去模糊方法，所述图像去模糊方法包括以下步骤：通过将吉洪诺夫正则项与Huber函数进行结合，构建多参数的正则优化模型，该模型用于对图像进行去模糊处理；将多参数的正则优化模型转换为增广拉格朗日函数的形式；通过交替方向最小化算法求解上述增广拉格朗日函数，重建出原始散焦图像对应的全聚焦图像。本发明提出的图像去模糊方法可以对灰度图像，文本图像、非文本图像和低照度图像去模糊，恢复的图像包含更加丰富的细节纹理，更少的失真，没有伪影现象，更加清晰自然。

主权项

1.一种基于多参数正则优化模型的图像去模糊方法，其特征在于，所述图像去模糊方法包括以下步骤：通过将吉洪诺夫正则项与Huber函数进行结合，构建多参数的正则优化模型，该模型用于对图像进行去模糊处理；将多参数的正则优化模型转换为增广拉格朗日函数的形式；通过交替方向最小化算法求解上述增广拉格朗日函数重建出原始散焦图像对应的全聚焦图像；所述多参数的正则优化模型具体为：是保真项，α是平衡保真项的权值参数、μ₁和μ₂是正则项的权值参数；其中，是吉洪诺夫正则化项的离散形式，表示像素点i在水平和垂直方向的一阶有限差分；▽₁和▽₂是两个线性差分算子，f是潜在清晰图像；d是现有的散焦模糊图像，h表示二维高斯模糊内核；φ(G_if)是Huber函数。