[发明专利]一种基于对称边缘填充的简单透镜边缘区域去模糊方法

权利要求书

1.一种基于对称边缘填充的简单透镜边缘区域去模糊方法，其特征在于，包括以下步骤：

步骤一：用简单透镜拍摄获取模糊图像；

步骤二：提取模糊图像边缘区域，通过对称翻转操作扩充边缘的图像区域；对称翻转操作是基于简单透镜模糊核的空间对称性特征，将第一模糊区域A和第二模糊区域B以及第一模糊区域A、第二模糊区域B的重叠部分C分别向图像外对称翻转，得到扩充之后的图像；

步骤三：将扩充后的边缘区域用盲卷积图像复原算法单独做去模糊处理，得到扩充区域的去模糊图像；

步骤四：截取得到边缘区域的去模糊图像，边缘区域与其他区域的重叠部分通过均值融合算法得到；

所述步骤四中的均值融合算法是为了保证边缘区域与其他区域连接处的平滑性，均值融合算法如下所示：

其中，P₁表示边缘区域，P₂表示与边缘区域连接的其他区域，P表示融合之后的重叠区域，(x,y)表示图像像素坐标，均值融合算法是逐像素进行的。

2.根据权利要求1所述的基于对称边缘填充的简单透镜边缘区域去模糊方法，其特征在于，所述步骤一中的模糊图像通常指在静态下拍到的图像，不包括抖动模糊或运动模糊图像。

3.根据权利要求1所述的基于对称边缘填充的简单透镜边缘区域去模糊方法，其特征在于，所述步骤三中的盲卷积图像复原算法为基于最大后验概率MAP的盲卷积图像复原算法，在最大后验概率模型下，盲卷积图像复原问题的统计学模型可以表述为：

arg max P(K,I|B)＝arg max P(B|I,K)P(I)P(K) (1)

其中，K表示简单透镜的模糊核；I表示清晰图像；B表示由简单透镜成像系统直接得到的模糊图像；P(K,I|B)表示在模糊图像B已知条件下，与模糊图像B对应的模糊核和清晰图像分别为K和I的概率；P(B|I,K)表示如果已知模糊核K和清晰图像I，对应的模糊图像为B的概率；P(I)表示对原始清晰图像已知的先验概率；P(K)表示模糊核的先验概率，

为计算方便，考虑到对数与乘积的转换关系以及对数函数的单调性，对式(1)左右两端分别取负对数：

-log P(K,I|B)＝-log P(B|K,I)-log P(I)-log P(K) (2)

则上述问题转化为能量最小化问题，左边的目标函数可以定义为：

其中，表示数据拟合项；表示图像先验；||K||_p2表示模糊核先验；λ₁和λ₂分别表示图像先验和模糊核先验的权重；P1和P2分别表示图像先验和模糊核先验的具体范数。