图像去模糊的方法、装置和设备制造方法及图纸

本发明专利技术实施例提供一种图像去模糊的方法、装置和设备。该方法包括：获取待处理图像的背景层的模糊核和反光层的模糊核；根据公式

Method, apparatus and apparatus for image deblurring

The embodiment of the invention provides an image deblurring method, an apparatus and an apparatus. The method comprises the following steps: obtaining the fuzzy kernel of the background layer of the image to be processed and the blur kernel of the reflecting layer;

【技术实现步骤摘要】
图像去模糊的方法、装置和设备
本专利技术实施例涉及图像处理技术，尤其涉及一种图像去模糊方法、装置和设备。
技术介绍
随着计算机技术的发展，所兴起的数字图像处理技术是通过计算机对图像进行去噪声、增强、复原、分割等处理的方法。在实际拍摄照片的过程中，由于相机的抖动或者是物体的运动，拍摄的图片经常会出现运动模糊，尤其是在环境光线比较暗、快门时间长的情况下，图像模糊的几率会大大提升。另外，当在暗光环境下拍摄具有可反光平面的物体时，画面中会同时出现物体(背景层)和反光层。这样就会造成在很多情况下，一副图片即出现了运动模糊也带有反光的情况，因此，对于这类图片的清晰还原，成为目前技术人员攻关的重要课题。现有技术中，图像的去模糊算法是Xu&Jia在2010年的ECCV会议文章“Two-PhaseKernelEstimationforRobustMotionDeblurring”被提出的，具体为：从图像金字塔的最底层出发，多尺度(multi-scale)从小到大的迭代优化图像的运动模糊核，然后使用ISD技术对所估计得到的运动模糊核进行进一步的优化，最后基于估计得到的运动模糊核，采用快速TV-L1反卷积算法反卷积之后得到清晰的结果图。上述运动模糊核估计的过程中，需要选取图像中最强的边缘，并根据这些最强的边缘估计出运动模糊核。但是，对于运动模糊且带有反光的图片，图中部分最强的边缘隶属于背景层，但也有部分最强的边缘属于反光层，即这些强边缘并不是由一种模糊核产生的，而现有技术的图像去模糊方法是基于图片中没有反光的先验条件进行的，因而在带有反光层的图像中，这种先验条件是不成立的，故而，现有技术的图像去模糊方法无法得到准确的结果。
技术实现思路
本专利技术实施例提供一种图像去模糊方法、装置和设备，用以解决现有技术在对带有反光层的图像进行去模糊时，得到的去模糊结果准确性低的技术问题。第一方面，本专利技术实施例提供一种图像去模糊的方法，包括：获取待处理图像的背景层的模糊核和反光层的模糊核；根据公式确定所述待处理图像的背景层LB和所述待处理图像的反光层LR；其中，所述B为待处理图像的像素矩阵，所述KB为所述背景层的模糊核，所述KR为所述反光层的模糊核，所述Ki为KB或者KR，所述Li为LB或者LR，所述αl为表征原始清晰图像的梯度分布程度的因子，所述μd和μl为调整还原出的清晰图像的平滑程度的调整因子。本专利技术实施例提供的图像去模糊的方法，通过获取待处理图像的背景层的模糊核和反光层的模糊核，然后根据公式确定待处理图像的背景层LB和待处理图像的反光层LR，从而还原出清晰度满足用户要求的图像。由于本专利技术实施例中分别考虑了待处理图像的背景层的模糊核和反光层的模糊核，并且基于这两个模糊核采用上述公式1同时进行背景层和反光层的分离和去模糊，不仅提高了图像去模糊的准确度，也使得还原出的图像更加清晰。在一种可能的设计中，所述获取待处理图像的背景层的模糊核和反光层的模糊核，具体包括：对所述待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'；根据公式和所述第一背景层LB'，获取所述背景层的模糊核KB；其中，所述0<λk≤1；根据公式和所述第一反光层LR'，获取所述反光层的模糊核KR。在一种可能的设计中，所述对所述待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'，具体包括：根据公式对所述待处理图像中的每个图像块进行傅里叶变换，得到多个第一图像块；其中，所述Px为所述待处理图像的图像块，所述为5点拉普拉斯核的傅里叶变换；根据公式确定任意两个第一图像块之间的聚类距离，并根据所述聚类距离将所述待处理图像的图像块进行聚类，得到第一聚类和第二聚类；其中，所述第一聚类包括至少一个隶属于背景层的图像块的像素值，所述第二聚类包括至少一个隶属于背景层的图像块的像素值；所述Py为所述待处理图像的图像块；根据所述第一聚类得到所述第一背景层LB'；根据所述第二聚类得到所述第一反光层LR'。在一种可能的设计中，所述μd＝1和μl＝1e-1。本专利技术实施例提供的图像去模糊的方法，通过对待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'，然后根据公式和第一背景层LB'，获取背景层的模糊核KB，以及根据公式和第一反光层LR'，获取反光层的模糊核KR，进而根据上述公式1确定待处理图像的背景层LB和待处理图像的反光层，从而还原出清晰度满足用户要求的图像。本专利技术实施例确定的背景层的模糊核KB和反光层的模糊核KR的收敛程度较高，使得背景层和反光层的分离效果较好，另外，由于本专利技术实施例中分别考虑了待处理图像的背景层的模糊核和反光层的模糊核，并且基于这两个模糊核采用上述公式1同时进行背景层和反光层的分离和去模糊，不仅提高了图像去模糊的准确度，也使得还原出的图像更加清晰。在一种可能的设计中，所述根据公式和所述第一背景层LB'，获取所述背景层的模糊核KB，以及，根据公式和所述第一反光层LR'，获取所述反光层的模糊核KR，具体包括：步骤A：根据公式和所述第一背景层LB'，获取所述背景层的第一初始化模糊核KB'；以及，根据公式和所述第一反光层LR'，获取所述反光层的第二初始化模糊核KR'；步骤B：根据公式所述第一初始化模糊核KB'和所述第二初始化模糊核KR'，确定第二背景层LB”和第二反光层LR”；其中，所述0<λl≤1；步骤C：将所述第二背景层LB”作为新的第一背景层LB'，以及将所述第二反光层LR”作为新的第一反光层LR'，返回执行所述步骤A，直至迭代次数达到预设的次数为止，并将最后一次迭代时获取的第一初始化模糊核作为所述背景层的模糊核KB，以及将最后一次迭代时获取的第二初始化模糊核作为所述反光层的模糊核KR。在一种可能的设计中，所述αl等于0.8。本专利技术实施例提供的图像去模糊的方法，通过上述步骤A获取所述背景层的第一初始化模糊核KB'和反光层的第二初始化模糊核KR'，然后通过上述步骤B确定第二背景层LB”和第二反光层LR”，之后将第二背景层LB”作为新的第一背景层LB'，以及将第二反光层LR”作为新的第一反光层LR'，返回执行上述步骤A，直至迭代次数达到预设的次数为止，并将最后一次迭代时获取的第一初始化模糊核作为背景层的模糊核KB，以及将最后一次迭代时获取的第二初始化模糊核作为反光层的模糊核KR。本专利技术实施例的方法，通过多次迭代确定待处理图像的背景层的模糊核KB和反光层的模糊核KR，使得所得到的两个模糊核更加精确，进而大大提高了最终确定的待处理图像的背景层LB和待处理图像的反光层LR的准确度，也使得还原出的图像更加清晰。第二方面，本专利技术实施例提供一种图像去模糊的装置，包括：获取模块，用于获取待处理图像的背景层的模糊核和反光层的模糊核；确定模块，用于根据公式确定所述待处理图像的背景层LB和所述待处理图像的反光层LR；其中，所述B为待处理图像的像素矩阵，所述KB为所述背景层的模糊核，所述KR为所述反光层的模糊核，所述Ki为KB或者KR，所述Li为LB或者LR，所述αl为表征原始清晰图像的梯度分布程度的因子，所述μd和μl为调整还原出的清晰图像的平滑程度的调整因子。在一种可能的设计中，所述获取模块，包括：聚类单元，本文档来自技高网...

【技术保护点】
一种图像去模糊的方法，其特征在于，包括：获取待处理图像的背景层的模糊核和反光层的模糊核；根据公式

【技术特征摘要】
1.一种图像去模糊的方法，其特征在于，包括：获取待处理图像的背景层的模糊核和反光层的模糊核；根据公式确定所述待处理图像的背景层LB和所述待处理图像的反光层LR；其中，所述B为待处理图像的像素矩阵，所述KB为所述背景层的模糊核，所述KR为所述反光层的模糊核，所述Ki为KB或者KR，所述Li为LB或者LR，所述αl为表征原始清晰图像的梯度分布程度的因子，所述μd和μl为调整还原出的清晰图像的平滑程度的调整因子。2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像的背景层的模糊核和反光层的模糊核，具体包括：对所述待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'；根据公式和所述第一背景层LB'，获取所述背景层的模糊核KB；其中，所述0<λk≤1；根据公式和所述第一反光层LR'，获取所述反光层的模糊核KR。3.根据权利要求2所述的方法，其特征在于，所述根据公式和所述第一背景层LB'，获取所述背景层的模糊核KB，以及，根据公式和所述第一反光层LR'，获取所述反光层的模糊核KR，具体包括：步骤A：根据公式和所述第一背景层LB'，获取所述背景层的第一初始化模糊核KB'；以及，根据公式和所述第一反光层LR'，获取所述反光层的第二初始化模糊核KR'；步骤B：根据公式所述第一初始化模糊核KB'和所述第二初始化模糊核KR'，确定第二背景层LB”和第二反光层LR”；其中，所述0<λl≤1；步骤C：将所述第二背景层LB”作为新的第一背景层LB'，以及将所述第二反光层LR”作为新的第一反光层LR'，返回执行所述步骤A，直至迭代次数达到预设的次数为止，并将最后一次迭代时获取的第一初始化模糊核作为所述背景层的模糊核KB，以及将最后一次迭代时获取的第二初始化模糊核作为所述反光层的模糊核KR。4.根据权利要求3所述的方法，其特征在于，所述αl等于0.8。5.根据权利要求2所述的方法，其特征在于，所述对所述待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'，具体包括：根据公式对所述待处理图像中的每个图像块进行傅里叶变换，得到多个第一图像块；其中，所述Px为所述待处理图像的图像块，所述为5点拉普拉斯核的傅里叶变换；根据公式确定任意两个第一图像块之间的聚类距离，并根据所述聚类距离将所述待处理图像的图像块进行聚类，得到第一聚类和第二聚类；其中，所述第一聚类包括至少一个隶属于背景层的图像块的像素值，所述第二聚类包括至少一个隶属于背景层的图像块的像素值；所述Py为所述待处理图像的图像块；根据所述第一聚类得到所述第一背景层LB'；根据所述第二聚类得到所述第一反光层LR'。6.根据权利要求1所述的方法，其特征在于，所述μd＝1和μl＝1e-1。7.一种图像去模糊的装置，其特征在于，包括：获取模块，用于获取待处理图像的背景层的模糊核和反光层的模糊核；确定模块，用于根据公式确定所述待处理图像的背景层LB和所述待处理图像的反光层LR；其中，所述B为待处理图像的像素矩阵，所述KB为所述背景层的模糊核，所述KR为所述反光层的模糊核，所述Ki为KB或者KR，所述Li为LB或者LR，所述αl为表征原始清晰图像的梯度分布程度的因子，所述μd和μl为调整还原出的清晰图像的平滑程度的调整因子。8.根据权利要求7所述的装置，其特征在于，所述获取模块，包括：聚类单元，用于对所述待处理图像中的每个图像块进行聚类处理，得到第一背景层LB'和第一反光层LR'；获取单元，用于根据公式和所述第一背景层LB'，获取所述背景层的模糊核KB；以及，根据公式和所述第一反光层LR'，获取所述反光层的模糊核KR；其中，所述0<λk≤1。9.根据权利要求8所述的装置，其特征在于，所述获取单元，具体用于根据公式和所述第一背景层LB'，获取所述背景层的第一初始化模糊核KB'；以及，根据公式和所述第一反光层LR'，获取所述反光层的第二初始化模糊核KR'；并根据公式所述第一初始化模糊核KB'和所述第二初始化模糊核...

【专利技术属性】
技术研发人员：陶鑫，贾佳亚，鲁亚东，
申请(专利权)人：杭州华为数字技术有限公司，
类型：发明
国别省市：浙江,33