本發(fā)明涉及圖像中的信號處理技術(shù)，特別是一種盲卷積運(yùn)動模糊圖像復(fù)原方法。

背景技術(shù)：

在用攝像機(jī)獲取景物圖象時，如果在相機(jī)曝光期間景物和攝像機(jī)之間有相對運(yùn)動，那么往往會使得到的照片變得模糊。這類圖象模糊稱運(yùn)動模糊，通過建立運(yùn)動圖象的復(fù)原模型來解決圖象的復(fù)原問題是研究解決運(yùn)動模糊的主要手段。如果考慮噪聲的影響，運(yùn)動模糊圖象的退化模型可以描述為一個退化函數(shù)和一個加性噪聲項(xiàng)n(x,y)，處理一幅輸入圖象f(x,y)產(chǎn)生一幅退化圖象g(x,y)。

其中，h(x,y)稱為模糊核或點(diǎn)擴(kuò)散函數(shù)，表示卷積，f(x,y)表示原始清晰圖象，g(x,y)表示觀察到的退化圖象。

由于空間域的卷積等同于頻率域的乘積，所以式(1)的頻率域描述為：

G(u,v)＝H(u,v)F(u,v)+N(u,v) (2)

式(2)中的大寫字母項(xiàng)是式(1)中相應(yīng)項(xiàng)的傅里葉變換。

運(yùn)動模糊圖象復(fù)原技術(shù)可以劃分為兩組：確定性的和隨機(jī)性的。確定性的方法對于帶有很小噪聲且退化函數(shù)已知的圖象有效。原始圖象從退化圖象的逆變換得到。隨機(jī)性的技術(shù)根據(jù)特定的隨機(jī)準(zhǔn)則，即最小二乘方法，找到最優(yōu)的復(fù)原。逆濾波、有約束的最小二乘法、維納濾波和Richardson-Lucy迭代去卷積等恢復(fù)方法是圖像復(fù)原中最基礎(chǔ)最經(jīng)典的方法。在這里我們回顧一下有約束的最小二乘法與Richardson-Lucy迭代去卷積。

應(yīng)用有約束的最小二乘方恢復(fù)方法時，只需有關(guān)噪聲均值和方差的知識就可對每幅給定的圖象給出最佳恢復(fù)結(jié)果。有約束最小二乘方法在無噪聲或者噪聲很小的情況下恢復(fù)效果比較理想，對于含有一定強(qiáng)度噪聲的情況下，恢復(fù)效果也不令人滿意。

Richardson-Lucy算法是目前應(yīng)用很廣泛的一種圖象迭代恢復(fù)方法。Richardson-Lucy算法能夠按照泊松噪聲統(tǒng)計標(biāo)準(zhǔn)求出與給定點(diǎn)擴(kuò)散函數(shù)卷積后，最有可能成為輸入模糊圖象的圖象。當(dāng)點(diǎn)擴(kuò)散函數(shù)已知但圖象噪聲信息未知時，也可以使用這種恢復(fù)方法進(jìn)行有效的恢復(fù)。

但是Richardson-Lucy算法方法存在一些較嚴(yán)重的缺陷，問題一是噪聲放大問題，這也是這類方法(利用最大似然性求解)的通病。問題二是對于恢復(fù)圖象中的不同部分分別執(zhí)行多少迭代才合適的問題。因?yàn)閳D象中信噪比高的部分可能需要數(shù)百次迭代才能獲得滿意的結(jié)果；而另一些光滑的對象可能只需很少次數(shù)即可達(dá)到滿意的結(jié)果。Richardson-Lucy算法隨著迭代次數(shù)的增加計算時間也大幅度增加，不利于運(yùn)動模糊的實(shí)時恢復(fù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明解決的技術(shù)問題是：克服現(xiàn)有技術(shù)的不足，提供了一種盲卷積運(yùn)動模糊圖像復(fù)原方法，通過引入最小化方案，將非凸問題轉(zhuǎn)化為求解一系列L1范數(shù)問題，適用于由不同模糊類型引起的運(yùn)動模糊圖像復(fù)原。

本發(fā)明的技術(shù)方案是：一種盲卷積運(yùn)動模糊圖像復(fù)原方法，步驟如下：

(1)采集得到觀測圖像g(x,y)，使用微分濾波器和對觀測圖像g(x,y)進(jìn)行導(dǎo)數(shù)濾波，生成高頻退化圖像

(2)更新清晰圖像q：

設(shè)置外迭代i＝0，1..M-1；內(nèi)迭代j＝0，1...N-1；M、N均為正整數(shù)；λ為設(shè)定的正則化參數(shù)；t為設(shè)定的收縮閾值；qⁱ為第i次外迭代后的圖像；利用下式

經(jīng)過兩層迭代后，調(diào)整正則化參數(shù)λ'＝λ||qⁱ||₂，得到更新后的清晰圖像q；其中為外迭代i次、內(nèi)迭代j次后的清晰圖像；

(3)采用迭代最小二乘法求解下式更新求解點(diǎn)擴(kuò)散函數(shù)k：

在迭代過程中，通過使用共軛梯度迭代，根據(jù)前一次的點(diǎn)擴(kuò)散函數(shù)k更新計算新的約束權(quán)重ψ；根據(jù)最小二乘迭代法求出最終滿足約束條件的點(diǎn)擴(kuò)散函數(shù)k；

(4)若點(diǎn)擴(kuò)散函數(shù)k的尺寸小于設(shè)定值k_max，增大點(diǎn)擴(kuò)散函數(shù)k的尺寸，返回步驟(2)交替更新清晰圖像q和點(diǎn)擴(kuò)散函數(shù)k；否則，中止迭代并進(jìn)入步驟(5)；

(5)根據(jù)步驟(4)得到的最佳點(diǎn)擴(kuò)散函數(shù)k(x,y)和觀測圖像g(x,y)通過現(xiàn)有的非盲卷積方法，求解得到復(fù)原圖像f(x,y)；其在頻域上的求解公式如下：

F(u,v)＝(G(u,v)-N(u,v))/(K(u,v)+e)

其中，N(u,v)表示加性噪聲，e為常數(shù)。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：

1)本發(fā)明通過引入尺度正則化彌補(bǔ)了模糊圖像中高頻部分的衰減，大大提高了點(diǎn)擴(kuò)散函數(shù)估計的穩(wěn)定性，從而提高了不同模糊類型形成的運(yùn)動模糊圖像恢復(fù)的自適應(yīng)能力，從而獲得更好的圖像恢復(fù)效果。

2)本發(fā)明通過引入最小二乘法方案，將非凸問題轉(zhuǎn)化為求解一系列L1范數(shù)問題，抑制了噪聲對恢復(fù)圖像的影響，使得算法的模糊恢復(fù)效果顯著、自動化程度高操作簡單、執(zhí)行速度快。

附圖說明

圖1為本發(fā)明實(shí)施例系統(tǒng)的結(jié)構(gòu)示意圖；

圖2為實(shí)施例中采集的觀測圖像；

圖3為采用有約束的最小二乘法對圖2觀測圖像處理得到的清晰圖像；

圖4為采用Richardson—Lucy方法對圖2觀測圖像處理得到的清晰圖像；

圖5為采用本發(fā)明方法對圖2觀測圖像處理得到的清晰圖像。

具體實(shí)施方式

采用本發(fā)明方法對小型X射線掃描檢查系統(tǒng)采集的圖像進(jìn)行復(fù)原。該系統(tǒng)結(jié)構(gòu)示意如圖1所示，它包括以下幾個部分:

X光機(jī):主要由控制器和X射線發(fā)生器組成，用于產(chǎn)生連續(xù)低能(幾十到幾百kV)X射線。

機(jī)械傳送裝置:包括傳送帶、電機(jī)和系統(tǒng)骨架、箱體。

探測與數(shù)據(jù)采集分系統(tǒng):用探測器陣列和通訊模塊對X射線產(chǎn)生的高低能量進(jìn)行同步測量，并與運(yùn)行檢查分系統(tǒng)進(jìn)行高速數(shù)據(jù)傳遞。

運(yùn)行檢查分系統(tǒng):包括主機(jī)、高分辨率顯示器。執(zhí)行接受用戶指令，控制系統(tǒng)運(yùn)行和接受探測器數(shù)據(jù)，進(jìn)行多功能圖像處理功能。

電氣控制分系統(tǒng):執(zhí)行安全聯(lián)鎖、與控制臺交互信息、通道貨物指示和傳送帶電機(jī)控制的操作。

在小型x射線掃描檢查系統(tǒng)中，探測與數(shù)據(jù)采集分系統(tǒng)采集到被檢物的圖像后傳輸?shù)竭\(yùn)行檢查分系統(tǒng)，在這里進(jìn)行圖像的復(fù)原操作。

其中，運(yùn)動模糊圖像復(fù)原操作步驟如下：

(1)輸入系統(tǒng)采集到的觀測圖像g(x,y)，使用離散濾波器和對觀測圖像g(x,y)進(jìn)行導(dǎo)數(shù)濾波，生成一幅高頻退化圖像

(2)由高頻退化圖像p求出更新評估圖像

設(shè)外迭代i＝0，1..M-1；內(nèi)迭代j＝0，1...N-1；初始化M、N為正整數(shù)2；初始化正則化參數(shù)λ＝20；初始化收縮閾值t＝0.001；qⁱ為第i次外迭代后的圖像；利用下式

經(jīng)過兩層迭代后，調(diào)整正則化參數(shù)λ'＝λ||qⁱ||₂，得到更新后的清晰圖像；其中為外迭代i次、內(nèi)迭代j次后的圖像；k為點(diǎn)擴(kuò)散函數(shù)的估計。

(3)采用迭代最小二乘法求解下式更新求解點(diǎn)擴(kuò)散函數(shù)k：

在迭代過程中，通過使用共軛梯度迭代，根據(jù)前一次的點(diǎn)擴(kuò)散函數(shù)k更新計算新的約束權(quán)重ψ；初始化化(h為點(diǎn)擴(kuò)散函數(shù)k的尺寸,初始化設(shè)置模糊核k尺寸為3×3)，根據(jù)最小二乘迭代法求出滿足約束條件的點(diǎn)擴(kuò)散函數(shù)k。詳細(xì)求解方法參見A.Levin等人發(fā)表的《Image and depth from a conventional camera with a coded aperture》,SIGGRAPH,26(3):70,2007

(4)若點(diǎn)擴(kuò)散函數(shù)k的尺寸小于設(shè)定值kmax＝27×27，設(shè)置增長倍數(shù)設(shè)為按照增長倍數(shù)擴(kuò)大點(diǎn)擴(kuò)散函數(shù)k的尺寸，返回步驟(2)交替更新圖像q和點(diǎn)擴(kuò)散函數(shù)k。否則，中止迭代。

(5)根據(jù)步驟(4)得到的最佳點(diǎn)擴(kuò)散函數(shù)k(x,y)和觀測圖像g(x,y)通過現(xiàn)有的非盲卷積方法如Richardson—Lucy算法等，便可求解得到復(fù)原圖像f(x,y)。本發(fā)明選擇一種具有快速、強(qiáng)魯棒性、模糊核誤差小的非盲解卷積方法，其在頻域上的求解公式如下：

F(u,v)＝(G(u,v)-N(u,v))/(K(u,v)+e) (5)

如圖2所示，該圖為實(shí)施例中采集的觀測圖像；使用有約束的最小二乘法對觀測圖像進(jìn)行去模糊處理的效果圖如圖3所示，由于本組實(shí)驗(yàn)的觀測圖像噪聲很小，我們可以看出使用有約束的最小二乘法得到的復(fù)原圖像效果還算比較理想；圖4為使用Richardson—Lucy方法對觀測圖像進(jìn)行去模糊處理得到的復(fù)原圖像，從圖中可以看出由于對于未對觀測圖象中的不同部分分別執(zhí)行不同迭代次數(shù)，使得處理后的復(fù)原圖像出現(xiàn)了震鈴效應(yīng)和邊緣銳化；如圖5所示，使用本發(fā)明方法進(jìn)行去模糊操作得到的復(fù)原圖像是三種方法中復(fù)原效果最好的，同時它避免了采用Richardson—Lucy方法時出現(xiàn)的嚴(yán)重的震鈴效應(yīng)。