[发明专利]一种模糊图像综合处理方法和系统

说明书

本发明公开了一种模糊图像综合处理方法和系统，方法包括：S10：根据模糊图像频谱图的伸长度识别模糊图像的模糊类型，所述模糊类型包括离焦模糊和运动模糊；S20：若模糊图像为离焦模糊，则采用刃边法估计模糊核；若模糊图像为运动模糊，则自适应预设定算法估计模糊核；S30：基于所述模糊核，利用超拉普拉斯先验去卷积算法获得清晰图像。本发明根据模糊图像的模糊类型的不同进行区分，并根据不同模糊类型其退化机理的不同设置相对应的模糊核估计算法，估计出更符合实际的模糊核，特别针对离焦模糊图像进行基于高斯模型的精准模糊核估计，本发明具有适应于更多真实模糊图像复原，复原方法简单，针对性强，且复原精准、速度快、质量高的优点。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种模糊图像综合处理方法和系统。

背景技术

图像获取时会由于对焦不准，或者目标与相机产生相对运动、相机畸变、空气衍射等一些不确定的因素，导致拍摄的图像不尽如人意，丢失了图像中有用信息，也就是图像退化现象。阻碍了后续的处理分析，尤其是面对一些不可复制的场景，故对于此类情况，恢复出场景的原貌是一件迫切需要解决的问题。尽管现实设计中可以增设光学器件、改善传输设备等硬件手段如电子式像移补偿、光学式像移补偿、机械式像移补偿的方法来提高拍摄图像的质量，但因其器件工艺太复杂、成本造价较高、装调时间较长等诸多因素的影响，不具有普遍性，因此，利用图像复原技术，从图像补偿方面来提高图像的质量当是一个正确、低成本、低耗时的选择。

图像复原需要了解图像退化的类型、机理和过程，只有知道了上述这些先验知识，就能够有针对性的确定准确的点扩散函数(PSF)，也称模糊核，从而建立起退化模型，有了退化模型就可以通过算法将退化过程逆转过去，实现对模糊图像的复原。

图像复原时，如果没有合理的方法帮助了解图像退化的原因和模糊类型，就不能选取出最适合的复原算法帮助图像复原，点扩散函数估计不准确，选取的复原算法不恰当，都会造成低质量复原，更甚者不仅不能得到较好了模糊图像复原效果，还会使模糊图像更加模糊，因此除了准确估计点扩散函数十分重要外，还需要有针对性的获取准确的先验知识，即图像退化原因和模糊类型等。

图像复原算法在数学上被定义为一类不适定的反问题。已知原因求结果，是正问题，已知结果反推原因是反问题；图像复原算法就是已知结果反推原因的算法。不适定的反问题是指，反推过程非常不稳定，即受到轻微的噪声影响，对最终的推测会造成非常大的干扰，导致结果错误。因此图像复原时尽量减少干扰对反推过程的影响。

现有技术中常用的图像复原算法有RL滤波、约束最小二乘方滤波、维纳滤波、正则滤波，常见的模糊图像类型有运动模糊和离焦模糊，复原清晰图像时，通过区分图像模糊类型，选择有针对性的图像复原方法进行复原不失为一个较佳的方法。区分的图像模糊类型的标准是否准确，图像复原方法对实际的图像复原是否恰当都是复原过程中需要反复考量和设计的。

如公开号为CN104331871A的专利文献公开了“一种图像去模糊方法及装置”，包括：对待处理图像进行模糊区域检测，确定模糊区域图像，判断所述模糊区域的模糊类型，若所述模糊区域图像的模糊类型为离焦模糊，则利用基于微分图像自相关的离焦模糊参数估计算法来确定离焦半径，若所述模糊区域图像的模糊类型为运动模糊，则基于倒谱分析的运动模糊参数估计算法来确定模糊方向和模糊尺度，将估计的参数代入经典图像复原算法中，得到复原图像。

该专利根据模糊类型不同选用不同的方法来进行复原时所必须的参数的估计，但是基于圆盘模型估计出离焦半径时，圆盘模型局限性较大，对于真实拍摄的离焦模糊图像，很难复原出清晰的图像；另现实生活当中，很多复杂的运动是无法确定方向及尺度的，即不是成线性运动的，故采用基于倒谱分析的运动模糊参数估计算法来确定模糊方向和模糊尺度并不能为图像复原提供完善的符合实际的先验知识；经典图像复原算法包括维纳滤波和LR滤波，维纳滤波在模糊图像峰值信噪比很小时，复原效果并不理想；LR滤波则是对噪声较为敏感，复原的图像具有明显的振铃效应，即适应范围不够广。

发明内容