[发明专利]基于多次散射退化模型的图像盲复原方法

权利要求书

1.一种基于多次散射退化模型的图像盲复原方法，其特征在于包括以下步骤：

1)求取大气光值和图像的透过率；

2)优化透过率；

3)假设一个点扩散函数的初始值，通过迭代计算得到点扩散函数的最优解；4)根据多次散射退化模型对图像进行复原操作。

2.根据权利要求1所述的基于多次散射退化模型的图像盲复原方法，其特征在于所述步骤1)中的详细步骤包括：

①根据获取原始图像的暗原色I^dark，其中min操作符表示取最小值，c表示r通道、g通道或者b通道，I^C表示原始图像中c通道的分量，Ω(x)表示以像素点x为中心的正方形区域；

②从所述暗原色I^dark的所有点中提取部分最亮点，在所述部分最亮点对应的原始图像的像素中选择强度最大的像素点的值作为大气光值A；

③根据暗原色先验知识，利用公式计算原始图像的透过率初始值t’，其中ω为常数系数，A^C为大气光值的c通道的分量。

3.根据权利要求1所述的基于多次散射退化模型的图像盲复原方法，其特征在于所述步骤2)中的透过率优化方法为：根据(L+λU)t＝λt′对步骤2)得到的透过率t’进行优化得到优化后的透过率t，其中L为软抠图拉普拉斯矩阵，λ为修正参数，U为与L大小相同的单位矩阵。

4.根据权利要求1所述的基于多次散射退化模型的图像盲复原方法，其特征在于所述步骤3)中的求解点扩散函数的迭代公式为：

hi+1k(x)=[I(x)hik(x)⊗fk-1(x)*fk-1(x)]hik(x)]]>

fj+1k(x)=[I(x)fjk(x)⊗hk(x)*hk(x)]fjk(x)]]>

其中，i和j表示Richardson-Lucy算法的内迭代数，k为外迭代数，*表示相关运算符。的初始值为认为假设值，的初始值取输入原始图像I。

5.根据权利要求1所述的基于多次散射退化模型的图像盲复原方法，其特征在于所述步骤4)中根据多次散射退化模型对原始图像I进行复原操作具体是指采用正则化的空间变化去卷积方法进行处理，得到最终图像J，如下式所示：

J=deconv(I-A(1-t),h)max(t,t0)]]>

其中t₀(0＜t₀≤t)为常数，A为步骤1)得到的大气光值，t为经步骤1)和2)得到的优化后的透过率，h为步骤3)得到的点扩散函数，deconv(·，·)表示正则化的空间变化去卷积操作。