一种基于简单透镜计算成像的空间变化点扩散函数平滑方法技术

本发明专利技术提供一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，本方法充分利用单透镜模糊核的稀疏性及相似性等特点，首先利用盲卷积算法估计出每个图像块的模糊核，结合模糊核TV先验，然后将模糊核进行平滑和去噪处理，基于邻域信息滤波后的PSF代替现有的PSF。相较于现有方法，该方法不需要复杂的实验环境及设备，基于简单透镜系统结合相关算法就能估计出空间变化的PSF，且增加去卷积过程的鲁棒性，抑制噪声及振铃效应等。

A smoothing method of spatial variation point spread function based on simple lens imaging

The invention provides a spatial variation calculation of lens imaging based on simple diffusion function smoothing method, this method makes full use of single lens blur kernel sparse features and similarity, using blind convolution algorithm to estimate each fuzzy kernel image block, the combination of fuzzy kernel TV a priori, then fuzzy kernel smoothing and denoising, neighborhood information filtered to replace the existing PSF based on PSF. Compared with the existing methods, this method does not need the experimental environment and complex equipment, combined with the simple lens system can estimate the spatial correlation algorithm based on PSF, and increase the robustness of the deconvolution process, noise suppression and ringing effect etc..

【技术实现步骤摘要】
一种基于简单透镜计算成像的空间变化点扩散函数平滑方法
本专利技术主要涉及到数字图像处理领域，特指一种基于简单透镜计算成像的空间变化PSF(点扩散函数)平滑方法。
技术介绍
现代的光学系统中，图片质量会因光学误差而降低，并且绝大多数具有球面镜结构的单凸透镜都会受到例如色差、球差、慧差等影响。为了解决这种困境，现有的光学成像系统主要是通过复杂的组合镜片来弥补单镜片的像差，例如单反相机的镜头可能包含数十个独立的单镜片或镜片组。但是，复杂组合镜头的设计在提高成像质量的同时，无疑也大大增加了镜头设计制造的成本，而且镜头的体积和重量也随之增加。因此，如何在消除简单镜片组像差，保证成像质量的同时，降低镜头的设计制造成本，使其更加轻便，是未来光学成像系统的发展趋势。简单透镜系统在许多科学领域都有潜在前景，例如无人机、遥感成像以及医学成像。近年来，随着图像复原技术的快速发展，图像去模糊等方法越来越成熟，镜头中某些消除像差和修正几何畸变的镜片可由去模糊等计算摄影技术代替，因此，简单透镜成像(如图2所示)与计算摄影技术的结合也逐渐成为一个新的研究方向。图像复原的关键是准确的PSF(点扩散函数)估计，精确的PSF可以在图像去卷积过程抑制振铃现象的产生。在之前的方法里通常将PSF(点扩散函数)认为是其分布与其所在的空间位置无关，整个模糊图像是一个全局的模糊核，即空间不变化PSF；然而在实际的实验结果中，我们可以看出PSF是随着位置变化而变化，即空间变化PSF。在PSF估计中，通常采用最优问题迭代求解。简单透镜的模糊核估计通常是在多尺度空间中进行的，建立一个由粗略到精细的图像金字塔。每两个图像层的比例为并以3×3的高斯函数或者delta函数作为模糊核的初始值，图像层的层数由模糊核的尺寸决定。通过依次在不同层次尺度空间中的迭代逐步求得最终的理想模糊核，而且在每一层尺度空间，首先将上一层次尺度空间中所求得的模糊核作为初始值，结合模糊图像求得潜在的清晰图像，然后把潜在清晰图像和模糊核作为已知项，再求出清晰图像。目前简单透镜成像中模糊核估计所存在的问题是如果假设是空间不变PSF会导致PSF估计不准确，去卷积过程中会产生振铃效应等不良影响降低结果图像的质量，如果是假设空间变化的PSF，现有的方法要么需要十分昂贵、精细的实验环境及设备，要么需要复杂的迭代算法设计，花费大量的运算时间。而且由于图像被分块，相较于利用整个模糊图像来估计PSF，分块后用来估计PSF的像素点也相应减少，这可能导致估计PSF的精确性和稳定性降定。因此，根据简单透镜计算成像的特性提出一个鲁棒性和易于实现的空间变化PSF平滑方法是单透镜计算成像急需解决的问题。
技术实现思路
针对现有简单透镜成像方法中空间变化模糊核估计不准确，运算过程耗时太长，复杂实验环境难以实现等问题，本专利技术的目的是提供一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，本方法充分利用单透镜模糊核的稀疏性及相似性等特点，首先利用盲卷积算法估计出每个图像块的模糊核，结合模糊核TV先验，然后将模糊核进行平滑和去噪处理，基于邻域信息滤波后的PSF代替现有的PSF。相较于现有方法，该方法不需要复杂的实验环境及设备，基于简单透镜系统结合相关算法就能估计出空间变化的PSF，且增加去卷积过程的鲁棒性，抑制噪声及振铃效应等。本专利技术的技术方案是，一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，包括以下步骤，S1.采用简单透镜结合网络摄像机机身获取模糊图像，设获取的模糊图像的尺寸为H×W像素。S2.将简单透镜计算成像中的点扩散函数估计问题转换为盲卷积图像复原问题，即通过盲卷积图像复原算法求出简单透镜的模糊核，具体步骤如下：S21.将模糊图像按照尺寸等分成M×N块图像，每个图像块尺寸为像素；利用盲卷积图像复原算法估计出每个图像块对应的模糊核。S2.2利用简单透镜相邻模糊核的相似性及稀疏性，利用相邻区域进行平滑处理和设置阈值函数去除点扩散函数中的噪声，得到简单透镜的模糊核P(u,v)；将S21中每个估计出的当前图像块及其相邻的图像块的点扩散函数组通过与低通滤波器卷积运算来减少随机误差，滤波后的结果代替当前图像块原来的点扩散函数，其中低通滤波器的结构如下：滤波后进行去噪处理，通过设置与空间位置相关的阈值函数依次将每个图像块的点扩散函数中低于阈值的值设为零：其中P(u,v)是指p(u,v)经过去噪处理后最终的点扩散函数分布，p(u,v)是滤波处理后去噪处理前的当前点扩散函数的分布函数，(u,v)表示P(u,v)中的某一点，阈值T(u,v)为：T(u,v)＝1-H(u)H(v)H(u)函数与H(v)相同分布，其定义如下：其中，R是模糊核的半径，参数α是控制去噪函数去除噪声的强度。进一步地，本专利技术步骤S21中利用盲卷积估计出每个图像块对应的模糊核，其中盲卷积求解模糊核问题的目标函数可表述为：其中，k表示简单透镜的模糊核，又称点扩散函数；x表示清晰图像；y表示S1中得到的模糊图像；表示卷积操作；第一项是数据拟合项，表示模糊图像与卷积后清晰图像的匹配程度；第二项是x的一范数与二范数的商，是对清晰图像x的约束项；第三项μ||k||1表示对模糊核k的totalvariant先验知识，是对模糊核k的约束项；λ和μ是数据拟合项与约束项的权重系数；是对模糊核的能量守恒和非负性约束。在步骤S21盲卷积求解模糊核中，通过迭代求解公式(1)，其中迭代求解公式(1)的过程是在多尺度空间中进行的，具体过程如下：a.基于降采样建立一个图像尺寸由粗略到精细的图像金字塔，每两个图像层的比例为b.以3×3的高斯函数或者delta函数作为模糊核的初始值，当前图像块对应的图像金字塔的图像层的层数由设定的模糊核的尺寸与初始模糊核的尺寸的比值决定。c.通过依次在图像金字塔的不同层次尺度空间中利用IRLS(迭代最小二乘法，为本领域的成熟算法)求解公式(1)，逐步迭代求得最终的模糊核，在每一层尺度空间，首先将上一层次尺度空间中所求得的模糊核作为初始值，将模糊图像代入公式(1)中的y求得潜在的清晰图像x，然后把潜在清晰图像和模糊核作为已知项代入下一个尺度空间，再求出模糊核和清晰图像，直至最后的尺度空间。本专利技术的有益技术效果：本专利技术基于简单透镜计算成像系统，将简单透镜PSF的估计转化为盲卷积图像复原算法，针对空间变化PSF估计过程中由于图像分块导致估计的PSF稳定性降低，提出基于简单透镜空间变化模糊核稀疏性及邻域相似性的PSF平滑方法，根据盲卷积算法估计出的当前及相邻区域图像块的PSFs，通过低通滤波及阈值函数去除噪声及增加PSF估计的鲁棒性，这种方法在模糊图像复原过程中能很好的恢复出图像的细节并抑制振铃效应。附图说明图1为简单透镜对应的空间变化的模糊核；图2为简单透镜成像系统原理示意图；图3为基于简单透镜空间变化PSF平滑方法流程图；图4为简单透镜结构示意图图5为图像块模糊核滤波示意图；图6为最终求得的PSF。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。如图3所示，本实施例提供的一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，包括如下步骤：步骤一：简单透镜结合网络摄像机机身获取模糊图像，如图4所示，本本文档来自技高网...

【技术保护点】
一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，其特征在于：包括以下步骤，S1.采用简单透镜结合网络摄像机机身获取模糊图像，设获取的模糊图像的尺寸为H×W像素；S2.将简单透镜计算成像中的点扩散函数估计问题转换为盲卷积图像复原问题，即通过盲卷积图像复原算法求出简单透镜的模糊核，具体步骤如下：S21.将模糊图像按照尺寸等分成M×N块图像，每个图像块尺寸为

【技术特征摘要】
1.一种基于简单透镜计算成像的空间变化点扩散函数平滑方法，其特征在于：包括以下步骤，S1.采用简单透镜结合网络摄像机机身获取模糊图像，设获取的模糊图像的尺寸为H×W像素；S2.将简单透镜计算成像中的点扩散函数估计问题转换为盲卷积图像复原问题，即通过盲卷积图像复原算法求出简单透镜的模糊核，具体步骤如下：S21.将模糊图像按照尺寸等分成M×N块图像，每个图像块尺寸为像素；利用盲卷积图像复原算法估计出每个图像块对应的模糊核；S2.2利用简单透镜相邻模糊核的相似性及稀疏性，利用相邻区域进行平滑处理和设置阈值函数去除点扩散函数中的噪声，得到简单透镜的模糊核P(u,v)；将S21中每个估计出的当前图像块及其相邻的图像块的点扩散函数组通过与低通滤波器卷积运算来减少随机误差，滤波后的结果代替当前图像块原来的点扩散函数，其中低通滤波器的结构如下：滤波后进行去噪处理，通过设置与空间位置相关的阈值函数依次将每个图像块的点扩散函数中低于阈值的值设为零：其中P(u,v)是指p(u,v)经过去噪处理后最终的点扩散函数分布，p(u,v)是滤波处理后去噪处理前的当前点扩散函数的分布函数，(u,v)表示P(u,v)中的某一点，阈值T(u,v)为：T(u,v)＝1-H(u)H(v)H(u)函数与H(v)相同分布，其定义如下：

【专利技术属性】
技术研发人员：刘煜，詹达之，张政，熊志辉，徐玮，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南,43