圖像恢復(fù)中的濾波方法
【專利摘要】本發(fā)明公開了一種圖像恢復(fù)中的濾波方法，包括以下步驟：1）對待處理圖像進(jìn)行分塊預(yù)處理；2）建立圖像在格林空間的狀態(tài)空間模型；3）生成圖像的固定滯后平滑器并對圖像進(jìn)行濾波處理。本發(fā)明將格林空間的濾波計(jì)算方法應(yīng)用于圖像處理中，在計(jì)算量上相比增廣卡爾曼濾波算法大大降低，在未知噪聲統(tǒng)計(jì)特性的情況下實(shí)現(xiàn)圖像恢復(fù)，有效的提高了圖像噪聲濾波處理的適用性以及圖像恢復(fù)的魯棒性。
【專利說明】圖像恢復(fù)中的濾波方法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明屬于計(jì)算機(jī)圖像處理領(lǐng)域，具體涉及一種圖像恢復(fù)中的濾波方法。其中，圖像恢復(fù)是指通過計(jì)算機(jī)處理，對質(zhì)量下降的圖像加以重建或恢復(fù)的處理過程。
【【背景技術(shù)】】
[0002]圖像濾波是圖像恢復(fù)中的一個重要步驟。現(xiàn)有技術(shù)中比較常用的是Hilbert空間的卡爾曼(Kalman)濾波。眾所周知，卡爾曼濾波是一個不斷地預(yù)測、修正的遞推濾波過程，由于其在求解時不需要存儲大量的觀測數(shù)據(jù)，并且當(dāng)?shù)玫叫碌挠^測數(shù)據(jù)時，可隨時算得新的參數(shù)濾波值，便于實(shí)時的處理觀測結(jié)果，因此被越來越多地應(yīng)用于動態(tài)定位數(shù)據(jù)處理中。然而，在Hilbert空間使用Kalman濾波對系統(tǒng)進(jìn)行濾波處理,我們需要事先知道系統(tǒng)的準(zhǔn)確模型及噪聲的統(tǒng)計(jì)特性，這在實(shí)際生產(chǎn)生活中都是很困難的。
[0003]同時，卡爾曼濾波方法在初始迭代過程中，濾波器所得結(jié)果是與初值的選取密切相關(guān)的，一般認(rèn)為該濾波方法在濾波的初始階段誤差較大、效果也差；只有當(dāng)時間充分大時，濾波器的效果才與初值的選取無關(guān)，而濾波器趨于穩(wěn)定狀態(tài)。
【
【發(fā)明內(nèi)容】
】
[0004]本發(fā)明所要解決的技術(shù)問題是:提出一種圖像恢復(fù)中的濾波方法，解決卡爾曼濾波要求事先已知噪聲的統(tǒng)計(jì)特性的問題，用來解決圖像恢復(fù)問題。
[0005]本發(fā)明的技術(shù)問題通過以下的技術(shù)方案予以解決:
[0006]一種圖像恢復(fù)中的濾波方法，包括以下步驟:1)對待處理圖像進(jìn)行分塊預(yù)處理；
2)建立圖像在格林空間的狀態(tài)空間模型；3)生成圖像的固定滯后平滑器并對圖像濾波。
[0007]本發(fā)明與現(xiàn)有技術(shù)對比的有益效果是:
[0008]本發(fā)明將格林空間的H c?濾波(即固定滯后平滑器)理論應(yīng)用到圖像恢復(fù)中，研究證實(shí)，H c?濾波在一定條件下就是格林空間卡爾曼濾波，因此可將Hilbert空間的濾波問題轉(zhuǎn)化為格林空間的卡爾曼濾波問題，用來解決圖像恢復(fù)問題。這種格林空間的濾波理論可以在沒有事先知道噪聲統(tǒng)計(jì)特性的情況下，對圖像進(jìn)行濾波并實(shí)現(xiàn)圖像恢復(fù)。
[0009]另外，采用H濾波器的濾波方法使得濾波誤差始終維持在一個固定范圍內(nèi)，能夠保證在整個圖像范圍內(nèi)濾波效果都是較好的，包括初始階段，有效的提高了濾波器對圖像噪聲的廣泛適用性以及圖像恢復(fù)的魯棒性。
【【專利附圖】

【附圖說明】】
[0010]圖1是本發(fā)明實(shí)施例的技術(shù)方案流程框圖。
[0011]圖2是本發(fā)明實(shí)施例對待處理圖像分塊的原理圖。
【【具體實(shí)施方式】】
[0012]下面結(jié)合【具體實(shí)施方式】并對照附圖對本發(fā)明做進(jìn)一步詳細(xì)說明。[0013]如圖1所示，為本【具體實(shí)施方式】中的圖像恢復(fù)中基于格林空間的固定滯后平滑器的濾波方法。利用格林空間中濾波器進(jìn)行圖像恢復(fù)的模塊流程圖，包括以下步驟:
[0014]Ul):對待處理圖像進(jìn)行分塊預(yù)處理；
[0015]此步驟中，包含對待處理圖像進(jìn)行分塊，以及確定分塊后圖像的每個塊所代表的物理信息及狀態(tài)向量的關(guān)系。
[0016]具體地，對圖像的分塊預(yù)處理過程(如圖2所示)可以表述為--每4個相鄰的像素點(diǎn)按照如下規(guī)則整理成大小是4X I的列向量(Xm (i)，BX3，3(i))，然后選取這樣的9個相鄰向量組合得到一個36 X I的狀態(tài)向量X (i)。(上述數(shù)字4和9可以改為其它數(shù)，是數(shù)字η的平方即可，η >2，但η最好不要太大超過7，如果太大會影響濾波效果。)
[0017]X1；1(i) = [x1；1(i) x2；1 (i) x1；2 (i) x2；2(i)]T
[0018]X2；1(i) = [x3；1(i) x4,i (i) x3,2 (i) x4,2 ⑴]T
[0019]X3;i(i) = [x5,i(i) x6,i(i) x5,2 (i) x6,2 ⑴]T
[0020]X1；2(i) = [x1；3(i) x2；3(i) Xli4Q) x2,4(i)]T
[0021]X2’2(i) = [x3’3(i) x4’3(i) x3；4(i) x4’4(i)]T
[0022]C
[0023]X33⑴= [x55(i) x6’5(i) x5,6(i) x6’6⑴]T
[0024]%(/)?(/) [:(/} Xll(Z) X^2(Z) Xl2Q) B XUi)Y
[0025]其中，列向量X11^a) (I≤m，n≤3)是由第m，n個小方塊內(nèi)所包含的4個像素點(diǎn)的灰度值所組成的，而列向量x(i)是由9個小方塊對應(yīng)的列向量Χπ，ηα)組成的。
[0026]至此，依照該方法實(shí)現(xiàn)了對圖像的分塊，將大型的圖像數(shù)據(jù)矩陣分成若干個小型矩陣，使得我們對圖像的處理更加容易實(shí)現(xiàn)，也可在提高運(yùn)算速度的同時減少計(jì)算量。
[0027]U2):建立圖像在格林空間的狀態(tài)空間模型；
[0028]此步驟中，要建立圖像在格林空間的狀態(tài)空間模型。首先應(yīng)依據(jù)Ul)中對圖像的分塊結(jié)果以及每個向量所含的物理意義，列寫系統(tǒng)模型的基本方程；其次再確定模型中各系數(shù)矩陣的具體表達(dá)式。
[0029]根據(jù)格林空間系統(tǒng)模型的一般表達(dá)式，我們令圖像具有如下形式的觀測方程和量測方程:
[0030]X(i+l)=FX(i)+Gu(i) (I)
[0031]Y(i)=HX(i)+v(i) (2)
[0032]其中，F(xiàn)，G分別具有如下形式:
【權(quán)利要求】
1.一種圖像恢復(fù)中的濾波方法，其特征在于:包括以下步驟: 1)對待處理圖像進(jìn)行分塊預(yù)處理； 2)建立圖像在格林空間的狀態(tài)空間模型； 3)生成圖像的固定滯后平滑器并對圖像進(jìn)行濾波處理，實(shí)現(xiàn)圖像恢復(fù)。
2.根據(jù)權(quán)利要求1所述的圖像恢復(fù)中的濾波方法，其特征在于:所述步驟I)中對待處理圖像進(jìn)行分塊預(yù)處理時，分塊的方法如下:每a2個相鄰的像素點(diǎn)按照規(guī)則整理成大小是a2 X I的列向量(Xi,i(;)，Xb,b⑴)，然后選取這樣的b2個相鄰向量組合得到一個b2Xl的狀態(tài)向量X(i)，其中a、b為整數(shù)，^ 2但〈7。
3.根據(jù)權(quán)利要求1所述的圖像恢復(fù)中的濾波方法，其特征在于:所述步驟2)中建立圖像的狀態(tài)空間模型的方法包括如下步驟: 1)接收用戶根據(jù)步驟I)中對圖像的分塊方式，確定的每個塊內(nèi)所含信息的物理意義，和列與的系統(tǒng)I旲型的基本方程； 2)接收用戶確定的模型中各系數(shù)矩陣的具體表達(dá)式，確定的狀態(tài)向量信息，建立圖像在格林空間的狀態(tài)空間模型。
4.根據(jù)權(quán)利要求1所述的 圖像恢復(fù)中的濾波方法，其特征在于:所述步驟3)中圖像的固定滯后平滑器具有如下形式的觀測方程和量測方程:
X(i+l)=FX(i)+Gu(i) (I) Y ⑴=HX ⑴+v(i) (2) 其中，F(xiàn)，G分別具有如下形式:
5.根據(jù)權(quán)利要求1所述的圖像恢復(fù)中的濾波方法，其特征在于:所述步驟3)中生成圖像的固定滯后平滑器前，根據(jù)黎卡提(Riccati)方程求得固定滯后平滑器存在的充分條件。
【文檔編號】G06T5/00GK103514589SQ201310495188
【公開日】2014年1月15日 申請日期:2013年10月18日 優(yōu)先權(quán)日:2013年10月18日
【發(fā)明者】王好謙, 劉翠, 張穎 申請人:清華大學(xué)深圳研究生院