[发明专利]基于暗通道先验和多方向加权TV的图像盲去模糊方法

摘要

本发明公开了一种基于暗通道先验和多方向加权TV的图像盲去模糊方法，主要包括构建图像盲复原模型及其求解，最终得到目标图像和模糊核。本发明方法针对全变差(TV)正则化图像复原其细节恢复能力有限且对噪声敏感等问题，利用多方向边缘检测，对传统TV模型进行改进，得到基于边缘检测的多方向加权TV模型；同时，为了使复原模型更具普适性且提高细节恢复能力，本发明将暗通道先验融入上述的多方向加权TV模型。实验证明，利用本发明方法复原后的目标图像视觉效果理想，不仅保留了图像的局部光滑特性，而且能较好恢复图像的边缘和纹理等细节信息，振铃效应明显减少，且模糊核估计更为准确。

主权项

一种基于暗通道先验和多方向加权TV的图像盲去模糊方法，其特征在于，步骤如下：1)构建图像盲复原模型，包括：1‑1)构建加权TV去模糊模型：$\underset{I}{min}\mathrm{\τ}WTV\left(I\right)+\frac{\mathrm{\μ}}{2}\left|\right|K\⊗I-B|{|}_2^2---\left(1\right)$式(1)中，第一项为多方向加权TV正则项，第二项为保真项；μ为正则化参数，K为模糊核，I为目标图像，B为模糊图像，τ为平衡参数，用来平衡正则项与保真项；$WTV\left(I\right)=\underset{i=1}{\overset{\mathrm{\α}}{\Σ}}{g}_i\left|D_{i}I\right|:={\mathrm{\Σg}}_{(i,j)~(k,l)}|I_{i,j}-I_{k,l}|---\left(2\right)$式(2)中求和范围为8领域内所有α个像素对(i,j)～(k,l)，权值g_{(i,j)～(k,l)}根据8邻域的选取，g_α对应像素对α的权值，若像素对在边缘异侧，g_α＝0；否则，g_α保持原始值；1‑2)构造暗通道稀疏性约：对于目标图像I的暗通道定义为：$H\left(I\right)\left(x\right)=\underset{z\∈N\left(x\right)}{min}\left(\underset{c\∈\{r,g,b\}}{min}{I}^c\right(z\left)\right)---\left(3\right)$式(3)中，x,z是像素位置，N(x)是以x为中心的图像块，I^c是某一颜色通道，如果目标图像I是灰度图像，则采用零范数度量暗通道稀疏性，构造的暗通道稀疏性约束DC(I,x)为：DC(I,x)＝||H(I)(x)||₀  (4)1‑3)构建基于暗通道先验和多方向加权TV的图像盲复原模型：由式(1)、式(2)及式(3)，得到基于暗通道先验和多方向加权TV的图像盲复原模型：$\underset{I}{min}\left|\right|I\⊗k-B|{|}_2^2+\mathrm{\μ}|\left|WTV\left(I\right)\right||+\mathrm{\λ}|\left|H\left(I\right)\right|{|}_0---\left(5\right)$式(5)中，λ为平衡参数；2)求解图像盲复原模型，得到目标图像I和模糊核K：利用交替方向法求解式(5)，在求得中间迭代图像Iⁿ后，带入式(6)，利用最小二乘法，快速求解得到迭代模糊核kⁿ，其中γ为平衡参数：

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

400-8765-105

投诉建议：

022-60709568

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~

4008765105 / 022-60709568