[发明专利]一种基于简单透镜计算成像的空间变化点扩散函数平滑方法

摘要

本发明提供一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，本方法充分利用单透镜模糊核的稀疏性及相似性等特点，首先利用盲卷积算法估计出每个图像块的模糊核，结合模糊核TV先验，然后将模糊核进行平滑和去噪处理，基于邻域信息滤波后的PSF代替现有的PSF。相较于现有方法，该方法不需要复杂的实验环境及设备，基于简单透镜系统结合相关算法就能估计出空间变化的PSF，且增加去卷积过程的鲁棒性，抑制噪声及振铃效应等。

主权项

一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，其特征在于：包括以下步骤，S1.采用简单透镜结合网络摄像机机身获取模糊图像，设获取的模糊图像的尺寸为H×W像素；S2.将简单透镜计算成像中的点扩散函数估计问题转换为盲卷积图像复原问题，即通过盲卷积图像复原算法求出简单透镜的模糊核，具体步骤如下：S21.将模糊图像按照尺寸等分成M×N块图像，每个图像块尺寸为像素；利用盲卷积图像复原算法估计出每个图像块对应的模糊核；S22.利用简单透镜相邻模糊核的相似性及稀疏性，利用相邻区域进行平滑处理和设置阈值函数去除点扩散函数中的噪声，得到简单透镜的模糊核P(u,v)；将S21中每个估计出的当前图像块及其相邻的图像块的点扩散函数组通过与低通滤波器卷积运算来减少随机误差，滤波后的结果代替当前图像块原来的点扩散函数，其中低通滤波器的结构如下：H=121242121]]>滤波后进行去噪处理，通过设置与空间位置相关的阈值函数依次将每个图像块的点扩散函数中低于阈值的值设为零：P(u,v)=0forp(u,v)<T(u,v)p(u,v)else]]>其中P(u,v)是指p(u,v)经过去噪处理后最终的点扩散函数分布，p(u,v)是滤波处理后去噪处理前的当前点扩散函数的分布函数，(u,v)表示P(u,v)中的某一点，阈值T(u,v)为：T(u,v)＝1‑H(u)H(v)H(u)函数与H(v)相同分布，其定义如下：H(u)=0for0≤u≤αR21-[u-αR22(1-α)R2]2forαR2<u≤R2]]>H(v)=0for0≤v≤αR21-[v-αR22(1-α)R2]2forαR2<v≤R2]]>其中，R是模糊核的半径，参数α是控制去噪函数去除噪声的强度。