專利名稱:基于多次散射退化模型的圖像盲復原方法
技術領域:
本發(fā)明涉及計算機圖像處理方法,具體是涉及一種基于多次散射退化模型的圖像盲復原的計算機圖像處理方法。
背景技術:
光波在大氣中傳播時,會受到大氣湍流以及大氣分子和氣溶膠粒子的吸收和散射的影響,從而造成圖像的模糊,甚至導致圖像產(chǎn)生畸變。無論是在地面上進行拍攝,還是從天空中進行拍攝,由于發(fā)射光和反射光總是要通過大氣層,大氣作用會對圖像質量造成嚴重的影響。尤其當傳輸距離非常遠,或者天氣條件特別惡劣的時候,退化作用顯得尤為明顯。因此,消除和補償大氣影響具有重要的意義。在霧、霾等天氣條件下,大氣對光線有較強的散射作用。一方面,物體表面的反射光由于大氣粒子的散射而發(fā)生衰減與前向散射,光強的衰減導致物體成像的亮度減弱,而大氣粒子的前向散射作用導致圖像模糊、分辨率下降;另一方面,自然光因大氣粒子的散射而進入成像傳感器參與成像,這種后向散射作用造成圖像飽和度、對比度降低及色調(diào)偏移。霧天圖像復原是研究圖像在大氣傳輸過程中的降質的物理過程,并建立大氣退化模型,反演退化過程,補償退化過程造成的失真,以便獲得未經(jīng)干擾退化的清晰圖像或清晰圖像的最優(yōu)估計值,從而改善圖像質量?,F(xiàn)有的霧天圖像復原方法,可分為如下四類:前兩類方法利用同一場景 的多幅圖像,即不同天氣條件下獲取的多幅圖像,或者不同偏振程度的多幅圖像;后兩類方法試圖從單幅圖像出發(fā)估計景深或景深相關項。需要指出的是,受單幅圖像信息量的限制,第三類方法需要利用場景的先驗信息或用戶交互估計景深。在實際應用中,通常無法滿足前三類方法所要求的特殊條件。因此,通過對圖像數(shù)據(jù)本身做ー些假設,從單幅圖像中恢復景深相關項的第四類方法更為實用,本發(fā)明專利也屬于此類方法。
發(fā)明內(nèi)容
為了解決背景技術所述的問題,本發(fā)明提出了一種基于多次散射退化模型的圖像盲復原方法,該方法能夠有效消除和補償大氣對成像的影響,提高圖像的對比度以及清晰度,恢復更多的圖像細節(jié)信息,圖像復原效果好。基于多次散射退化模型的圖像盲復原方法的具體步驟如下:1)求取大氣光值和圖像的透過率;2)優(yōu)化透過率;3)假設ー個點擴散函數(shù)的初始值,通過迭代計算得到點擴散函數(shù)的最優(yōu)解;4)根據(jù)多次散射退化模型對圖像進行復原操作。所述步驟I)中的詳細步驟包括:①根據(jù)
權利要求
1.種基于多次散射退化模型的圖像盲復原方法,其特征在于包括以下步驟: 1)求取大氣光值和圖像的透過率; 2)優(yōu)化透過率; 3)假設一個點擴散函數(shù)的初始值,通過迭代計算得到點擴散函數(shù)的最優(yōu)解;4)根據(jù)多次散射退化模型對圖像進行復原操作。
2.據(jù)權利要求1所述的基于多次散射退化模型的圖像盲復原方法,其特征在于所述步驟I)中的詳細步驟包括: ①根據(jù)
3.據(jù)權利要求1所述的基于多次散射退化模型的圖像盲復原方法,其特征在于所述步驟2)中的透過率優(yōu)化方法為:根據(jù)(L+XU)t = Ati對步驟2)得到的透過率t’進行優(yōu)化得到優(yōu)化后的透過率t,其中L為軟摳圖拉普拉斯矩陣,λ為修正參數(shù),U為與L大小相同的單位矩陣。
4.據(jù)權利要求1所述的基于多次散射退化模型的圖像盲復原方法,其特征在于所述步驟3)中的求解點擴散函數(shù)的迭代公式為:物=廣嘛) 其中,i和j表示Richardson-Lucy算法的內(nèi)迭代數(shù),k為外迭代數(shù),*表示相關運算符。Zd1(X)的初始值為認為假設值,//+1(x)的初始值取輸入原始圖像I。
5.據(jù)權利要求1所述的基于多次散射退化模型的圖像盲復原方法,其特征在于所述步驟4)中根據(jù)多次散射退化模型對原始圖像I進行復原操作具體是指采用正則化的空間變化去卷積方法進行處理,得到最終圖像J,如下式所示:
全文摘要
本發(fā)明公開了一種基于多次散射退化模型的圖像盲復原方法,其實施步驟如下1)求取大氣光值和圖像的透過率;2)優(yōu)化透過率;3)假設一個點擴散函數(shù)的初始值,通過迭代計算得到點擴散函數(shù)的最優(yōu)解;4)根據(jù)多次散射退化模型對圖像進行復原操作。本發(fā)明能夠消除和補償大氣對成像的影響,提高圖像的對比度以及清晰度,恢復更多的圖像細節(jié)信息,圖像復原效果好。
文檔編號G06T5/00GK103093439SQ201310040388
公開日2013年5月8日 申請日期2013年1月23日 優(yōu)先權日2013年1月23日
發(fā)明者岑夏鳳 申請人:岑夏鳳