[发明专利]一种融合无参图像质量评价的自然场景图像去模糊方法

摘要

本发明涉及图像处理技术，尤其是涉及一种融合无参图像质量评价的自然场景图像去模糊方法。本发明在分析图像模糊成因的基础上，建立图像模糊过程的数学模型。根据邻域渐变性，将模型线性化。针对模型逆运算的非定解特性，构建基于线性扩展的自变量映射，以减小问题求解的计算规模。图像去模糊效果引入无参考图像质量评价，对求解得到的图像进行评价，根据自变量与评价质量指标的关系建立递归算法，最终实现图像去模糊。本发明能够在一定程度上克服寻找清晰样本困难和方法适应能力差的缺点，提高现有图像去模糊的质量。

主权项

1.一种融合无参图像质量评价的自然场景图像去模糊方法，其特征是，包括以下步骤：步骤1，基于空间变换的变量映射建模；步骤1.1，分析图像模糊成因，构建模糊过程的数学抽象模型：其中G(.)为目标场景的像素值,B(·)为模糊图像的像素值，n(·)为白噪声，(x,y)为图像像素空间位置,D(·)为t时刻(x,y)位置的某一邻域，(u,w)为D(·)中的一点；步骤1.2，引入合适条件，将公式(1)在D(·)邻域内线性化；A·G＝B  (2)其中矩阵A为系数矩阵，矩阵G为未知的清晰图像，矩阵B为采集到的模糊图像；步骤1.3，根据图像特性扩展方程组，使得扩展后的线性方程组满足唯一解条件，既扩展后的方程组系数矩阵为满秩方阵，假设扩展后的方程为：A1·G＝B1  (3)其中A1为矩阵A经过扩展后的系数矩阵，B1为矩阵B经过扩展后的模糊矩阵；步骤1.4，由于公式(3)唯一解性质，求解出未知的清晰图像：G＝A1‑1·B1  (4)通过上述步骤，建立图像去模糊过程的映射方法，即将公式(2)中变量为G的问题，映射成为公式(4)中变量为矩阵B扩展到B1时增加部分的问题；步骤2，无参考图像质量评价：步骤2.1，对公式(4)求解的图像G的像素进行归一化亮度处理：其中ω＝{ωk,j|k＝‑K,…,K,j＝‑J,…J}为二维圆形对称的高斯权重函数；步骤2.2，将归一化处理后的图像计算其统计特征，使用无参考图像的评价指标，得到评价图像质量的指标值；步骤3，图像去模糊：根据公式(4)和步骤2.2构建图像映射模型和无参考质量评价方法，通过改变自变量的值得到不同参数下的去模糊图像质量指标，通过迭代法寻找到图像质量指标最佳时的自变量值，具体迭代算法如下：步骤3.1，自变量初始化；步骤3.2，根据公式(4)计算清晰化图像G；步骤3.3，根据公式(5)将计算归一化后的图像步骤3.4，计算图像的统计特征，得到无参考图像的评价指标；步骤3.5，判断其评价指标是否最优，否则改变自变量值，转到步骤3.2，是则转到步骤3.6；步骤3.6，判断所有自变量是否都达到最优，否则转步骤3.2，是则转到第步骤3.7；步骤3.7，将步骤3.2的图像G作为整个算法的输出，一种融合无参考图像质量评价的图像去模糊方法构建完成。