一种基于全变分的非局部图像复原方法技术

本发明专利技术公开了一种基于全变分的非局部图像复原方法，包括以下步骤：(1)将图像进行退化建模；(2)根据模型得出：g(n)＝f(n)*h(n)+η(n)；(3)步骤(2)中的表达式变为：(4)构造复原模型：‑ε＜ξ(i)＜ε，(0≤i≤N)，取ε＝1；(5)构造 (6)暂定h(0)，通过解卷积，得到f(0)；(7)进一步的进行有关估计，得到：通过本发明专利技术中的方法，重现了原始图像，使图像复原，既简单效果又好。

【技术实现步骤摘要】

本专利技术涉及图像处理设备
，具体是一种基于全变分的非局部图像复原方法。
技术介绍
在图像采集过程中，采集到的图像往往会出现亮度失衡或者模糊的现象。影响图像清晰程度的因素很多，如拍摄过程中的抖动、聚焦不准、曝光过度或不均以及摄像头和景物之间的相互移动，都会降低图像的质量，这一质量下降的过程称为图像的退化。为在复杂环境下进行图像采集的任务，有必要引入图像复原技术。图像复原技术是尽可能解决受到外界干扰所引起的图像模糊问题，复原质量的好坏很大程度上决定了图像检测和特征提取的效果。图像复原是图像处理领域的一个经典问题，研究者在硬件技术和软件技术方面提出了很多解决方法。硬件角度上，视频芯片和摄像机生产商提出了防抖动、运动补偿的方案。软件角度上的研究比较充分，早期就有逆滤波法、最小均方误差滤波法、约束最小二乘方滤波法等一些经典复原算法。由于图像复原问题是一个病态求逆过程，将会导致无解或者解的不唯一性。目前研究比较成功的是Chan等人的变分正则化方法，即利用原始图像的局部平滑、非负性和能量有限等先验知识，将复原问题转化为一个最小代价函数的优化问题。在2011，16(7)的中国图像图形学报中，徐梦溪、徐枫、黄陈蓉等提出优化一最小求解的方法解决了邻域像素的变分问题，改善信噪比指标达到2dB左右。但这些方法往往比较复杂，并且效果也并不是很好。
技术实现思路
本专利技术的目的在于提供一种基于全变分的非局部图像复原方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于全变分的非局部图像复原方法，包括以下步骤：(1)将图像进行退化建模为作用在一帧原始图像f(x，y，n)(以下简写为f(n)，为帧号)上的退化函数h(x，y，n)(以下简写为h(n))，与一个噪声η(x，y，n)(以下简写为η(n))联合作用产生了退化图像g(x，y，n)(以下简写为g(n))；(2)根据模型得出退化模型的数学表达式表示为：g(n)＝f(n)·h(n)+η(n)；(3)设f(n)的尺寸为M1×N1，的尺寸为M2×N2，且图像模糊前后无能量损失，便有步骤(2)中的表达式变为：其中：p＝0，1，…，M1+M2-1；q＝0，1，…，N1+N2-1；(4)构造复原模型：式中，为复原得到的图像，ξ为随机误差，一般情况下满足-ε＜ξ(i)＜ε，(0≤i≤N)，ε是事先确定的误差界，取ε＝1；(5)构造全变分约束模型(6)暂定模糊因子的初始估计值为h(0)，通过解卷积，得到原始图像的估计f(0)；(7)进一步的进行有关估计，记第k帧的图像估计和模糊因子估计为f(k)，h(k)，在每次迭代过程中，-ε＜ξ(i)＜ε，(0≤i≤N)不一定均满足，为了表示这些约束条件的不同情形，引入点集记号如下：Φ(k)＝{i|-ε＜(f(k)*h(k)-g)i＜ε本文档来自技高网...

【技术保护点】
一种基于全变分的非局部图像复原方法，其特征在于，包括以下步骤：(1)将图像进行退化建模为作用在一帧原始图像f(x，y，n)(以下简写为f(n)，n为帧号)上的退化函数h(x，y，n)(以下简写为h(n))，与一个噪声η(x，y，n)(以下简写为η(n))联合作用产生了退化图像g(x，y，n)(以下简写为g(n))；(2)根据模型得出退化模型的数学表达式表示为：g(n)＝f(n)·h(n)+η(n)；(3)设f(n)的尺寸为M1×N1，h(n)的尺寸为M2×N2，且图像模糊前后无能量损失，便有步骤(2)中的表达式变为：其中：p＝0，1，…，M1+M2‑1；q＝0，1，…，N1+N2‑1；(4)构造复原模型：式中，为复原得到的图像，ξ为随机误差，一般情况下满足‑ε＜ξ(i)＜ε，(0≤i≤N)，ε是事先确定的误差界，取ε＝1；(5)构造全变分约束模型(6)暂定模糊因子的初始估计值为h(0)，通过解卷积，得到原始图像的估计f(0)；(7)进一步的进行有关估计，记第k帧的图像估计和模糊因子估计为f(k)，h(k)，在每次迭代过程中，‑ε＜ξ(i)＜ε，(0≤i≤N)不一定均满足，为了表示这些约束条件的不同情形，引入点集记号如下：Φ(k)＝|i|‑ε＜(f(k)*h(k)‑g)i＜εε；Γ1(k)＝{i|(f(k)*h(k)‑g)i≥ε}；Γ2(k)＝{i|(f(k)*h(k)‑g)i≤‑ε}；由此得到点集：Φ(k)，Γ1(k)，Γ2(k)，(k＝0，1，…)，Γ1(k)，Γ2(k)表示第k次迭代时不相容的点集，Φ(k)表示第k次迭代时的相容点集，因此，得到：(8)为了体现图像的跳跃程度，在原目标函数加上约束项：为便于计算，利用Parseval公式统一转化为时域函数，有(9)将图像平滑性与跳跃性结合在一起，改进，得到优化的目标函数为：其中其中I(k)是图像恢复的清晰度因子，R(k)是图像获取因子；(10)引进变量的增量δf，δh，记关于f和关于h下降方向分别为：采用线性搜索的方法计算新的目标点：f(k+1)＝f(k)+λδf，h(k+1)＝h(k)+λδh，其中λ是由约束条件确定的沿下降方向的前进步长；(11)迭代步长λ，在每次迭代过程中相容点保持稳定，不相容点集变为相容点集，即‑ε＜((f(k)+λδf)·(h(k)+λδh)‑y)ω＜ε，(i)∈Φ(k)；(12)通过每一个(i)∈Φ(k)，得到大于零的步长保证目标函数下降，在下降方向搜索步长的最小值：(13)在保证和的情况下，由((f(k)+μδf)·(h(k)+μδh)‑g)(i)＝±ε，(i)∈Γ1(k)计算得到(14)选取步长判断f(k)、h(k)的可行约束和不可行约束点集，记为Φ(k)，Γ1(k)，Γ2(k)；(15)重复上述过程，直到收敛。...

【技术特征摘要】
1.一种基于全变分的非局部图像复原方法，其特征在于，包括以下步骤：(1)将图像进行退化建模为作用在一帧原始图像f(x，y，n)(以下简写为f(n)，n为帧号)上的退化函数h(x，y，n)(以下简写为h(n))，与一个噪声η(x，y，n)(以下简写为η(n))联合作用产生了退化图像g(x，y，n)(以下简写为g(n))；(2)根据模型得出退化模型的数学表达式表示为：g(n)＝f(n)·h(n)+η(n)；(3)设f(n)的尺寸为M1×N1，h(n)的尺寸为M2×N2，且图像模糊前后无能量损失，便有步骤(2)中的表达式变为：其中：p＝0，1，…，M1+M2-1；q＝0，1...

【专利技术属性】
技术研发人员：魏伟波，贾梦琦，赵胜楠，刘小芳，王静，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东;37