用於圖像復原的全信息非局部約束全變分方法
2023-09-22 04:09:25
專利名稱:用於圖像復原的全信息非局部約束全變分方法
技術領域:
本發明屬於圖像處理技術領域,具體地說是一種對模糊圖像進行復原的方法,該方法可用於對各種已知模糊類型的模糊圖像進行復原。
背景技術:
圖像復原是指去除或減輕在獲取數字圖像過程中發生的圖像質量下降的現象,它是圖像處理中重要而又富有挑戰性的研究內容。對於圖像復原問題,研究者已經提出了很多方法。傳統的復原方法有逆濾波,維納濾波,卡爾曼濾波和廣義逆的奇異值分解法等,這些方法已經被廣泛地應用於圖像復原上,但是這些方法要求模糊圖像具有較高的信噪比, 如逆濾波的方法僅適用於高信噪比的圖像,這一點限制了傳統的復原方法在實際中的應用。這些方法的另一個缺點就是在復原時,圖像邊緣不能很好地恢復,同時又丟失了一些細 T1 fn 息。上述經典的復原方法不但效果差,而且在實際應用中不能很好的實現。因此,目前國際上提出了一些改進上述缺點的圖像復原方法。如,I. Daubechies等人提出基於小波的閾值迭代法,參見文獻〈〈An iterative thresholding algorithm for linear inverse problems with a sparsity constraint》,Commun. Pure Appl. Math. ,2004,Vol. 57,No. 11, PP. 1413-1457。這種方法將兩次迭代所得的復原結果的差值作為下一次迭代結果的補償, 是一種有效的復原方法。但是,這種方法是在小波域進行噪聲抑制,容易產生振鈴效應, 且不能銳化圖像邊緣。此後,J. Bioucas-Dias等人將閾值迭代法進行了改進,參見文獻 《A new TwIST two-step iterative shrinkage/thresholding algorithms for image restoration)), IEEE Trans. Image Process. ,2007, Vol. 16,No. 12,pp. 2992-3004。該方法的收斂速度比一般的閾值迭代法有所提高,同時,J. Bioucas-Dias等人在他們的代碼示例中,將噪聲係數轉換到全變分域中進行抑制,去除了振鈴效應,但是這種方法在圖像的平滑區域容易產生階梯效應,且不能很好的恢復圖像高頻細節。
發明內容
本發明的目的在於克服上述已有技術的不足,提出一種用於圖像復原的全信息非局部約束全變分方法,以在圖像復原時,銳化圖像邊緣,避免產生階梯效應,恢復圖像高頻細節信息,提高模糊圖像的恢復質量。實現本發明目的的技術方案是將非局部均值濾波的權重係數的產生方法進行改進,並將其作為約束加入全變分圖像復原模型中,以閾值迭代法作為求解方法,來進行圖像復原。其具體步驟包括如下(1)用非局部均值濾波法對輸入的模糊圖像y進行噪聲抑制,得到抑噪後的模糊圖像;(2)設定迭代誤差ε = 1Χ10_6,設定當前的迭代次數k = 0,用維納濾波法對抑噪後的模糊圖像進行濾波,得到初始復原結果圖χ(°),用初始復原結果圖Xw)初始化迭
代復原結果圖x(k); (3)計算迭代復原結果圖x(k)的非局部權重係數矩陣
權利要求
1. 一種用於圖像復原的全信息非局部約束全變分方法,包括如下步驟(1)用非局部均值濾波法對輸入的模糊圖像y進行噪聲抑制,得到抑噪後的模糊圖像χΗ);(2)設定迭代誤差ε= 1X10—6,設定當前的迭代次數k = 0,用維納濾波法對抑噪後的模糊圖像xH)進行濾波,得到初始復原結果圖x(°),用初始復原結果圖x(°)初始化迭代復原結果圖x(k);(3)計算迭代復原結果圖x(k)的非局部權重係數矩陣i=l』D』 J=IX-,N,其中,W1G,j)為非局部權重係數矩陣W1的第i行,第j列的元素值,i = 1,2,. . .,N,j = 1,2,. . .,N,N為迭代復原結果圖x(k)的像素總數,令巧^ j)的計算公式為Wl(Kj) =[l-α/,如果α/是…的元素 [1,其它其中,表示迭代復原結果圖χω的第i個f X f像素的圖像小塊Xi和第j個f X f像素的圖像小塊\之間的權重係數,f為圖像小塊的邊長,f = 5,a/=-expΑIhh||2Λ『Ci為歸一化因子, . =2>χρ;=1h,h為調節權重大小的參數,h = 65,Bi是一個列向量,它包含Xi所對應的最大的10個權重係數ai ;(4)計算迭代復原結果圖x(k)的貝葉斯非局部權重係數矩陣W2=W2(U)i=l,2,-,N, J=Ul 』…』 N,其中,W2 (i, j)為貝葉斯非局部權重係數矩陣W2的第i行,第j列的元素值,令W2(i,j)的計算公式為W2(U) =fl- /,如果^7是矣的元素 [1,其它其中,^7表示迭代復原結果圖X(k)的第i個fXf像素的圖像小塊\和第j個fXf像素的圖像小塊X1之間的權重係數,^7 =Iexp、2、σZi*歸一化因子,N=ZexP;=1σσ為已知噪聲標準差,1^是一個列向量,它包含Xi所對應的最大的10個權重係數時;(5)計算迭代復原結果圖x(k)的全信息非局部權重係數矩陣W= rWi+d-iOWy其中,r 為調節參數,r = 0. 4 ;(6)按照如下的全信息非局部約束閾值迭代公式,計算迭代復原中間結果圖x(k+1/2) x(k+1/2) = χ(k) +(HTy-Ux(k)-Vx(k))其中,U為變形的模糊核矩陣,U = HtH, H為已知的模糊核函數矩陣,Ht為H的轉置矩陣,V為變形的非局部係數矩陣,V= Y 2WTW,Wt*權重係數矩陣W的轉置矩陣,γ為調節參數,Y = 0. 1 ;(7)用基於全變分模型的去噪方法對迭代復原中間結果圖x(k+"2)進行噪聲抑制,得到抑噪後的迭代復原結果圖x(k+1);(8)判斷迭代次數k是否等於更新代數q,q=100,200,..., 1000,如果k = q,則返回步驟⑶;否則,執行步驟(9);(9)判斷抑噪後的迭代復原結果圖x(k+1)與迭代復原結果圖x(k)的差值Ιλ^Μ-Λ^Ι是否小於迭代誤差ε,如果《S,則x(k+1)就是最終的復原結果圖;否則,令迭代次數k = k+l,返回步驟(6),直到滿足-XwI^ S為止。
2.根據權利要求1所述的全信息非局部約束全變分方法,其中步驟(1)所述的用非局部均值濾波法對輸入的模糊圖像1進行噪聲抑制,按如下公式計算N ;=1其中,Xh)⑴為抑噪後的模糊圖像Xh)的第i個像素值,y (j)為模糊圖像y的第j個像素值,g(i,j)為像素值y(i)和像素值y(j)之間的權重係數,y(i)為模糊圖像y的第i個像素值,
3.根據權利要求1所述的全信息非局部約束全變分方法,其中步驟(2)所述的用維納濾波法對抑噪後的模糊圖像XH)進行濾波,按如下步驟進行 (3a)用如下公式求解初始復原結果圖Xftl)的傅立葉變換結果
4.根據權利要求1所述的全信息非局部約束全變分方法,其中步驟(6)所述的計算迭代復原中間結果圖x(k+1/2)的公式,按如下步驟構建(4a)將全信息權重係數矩陣W和迭代復原結果圖x(k)的乘積的二範數模值 作為非局部正則項,加入到基於全變分的圖像復原模型中,得到全信息非局部約束全變分圖像復原模型
全文摘要
本發明公開了一種用於圖像復原的全信息非局部約束全變分方法,主要解決現有技術在圖像復原時,不能銳化邊緣和恢復高頻細節的問題。本發明的技術方案為(1)用非局部均值濾波法對模糊圖像抑噪;(2)用維納濾波法初始化復原結果;(3)計算全信息非局部權重係數矩陣;(4)用閾值迭代公式更新復原結果;(5)用全變分去噪法對復原結果抑噪;(6)判斷是否要更新全信息非局部權重係數矩陣,如果是,返回步驟(3),否則,執行步驟(7);(7)判斷是否滿足停止條件,如果是,得到最終結果;否則,返回步驟(4),直到滿足停止條件為止。本發明在復原時,能夠銳化圖像邊緣,恢復高頻細節,可用於對已知模糊類型的模糊圖像進行復原。
文檔編號G06T5/00GK102393955SQ20111019957
公開日2012年3月28日 申請日期2011年7月18日 優先權日2011年7月18日
發明者侯彪, 劉忠偉, 張小華, 楊國輝, 楊奕堂, 楊淑媛, 湯清信, 焦李成, 王爽, 相榮榮, 鍾樺 申請人:西安電子科技大學