一種改進(jìn)型r-l迭代算法的快速圖像恢復(fù)處理方法
【專利摘要】一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，建立圖像噪聲模型，獲得觀測到的圖像的原始信息，以矩陣的方式給出；使用高斯核函數(shù)為點(diǎn)擴(kuò)散函數(shù)和觀測到的圖像恢復(fù)結(jié)果賦初值；按照迭代方程進(jìn)行數(shù)值迭代，經(jīng)過若干次迭代之后得到最終恢復(fù)的圖像，本發(fā)明利用雙正則化參數(shù)，采用高斯核函數(shù)作為初值，迭代過程中使用達(dá)朗貝爾收斂準(zhǔn)則進(jìn)行數(shù)值迭代；初值選取導(dǎo)致的運(yùn)算效率高、每次迭代計(jì)算更加有效、迭代次數(shù)大大低于現(xiàn)有方法、可以在較強(qiáng)噪聲條件下使用本方法進(jìn)行圖像恢復(fù)、能夠保留圖像精細(xì)細(xì)節(jié)、提升亮度和邊緣效果、兩個(gè)正則化參數(shù)選取非常靈活、點(diǎn)擴(kuò)散函數(shù)的尺寸遠(yuǎn)遠(yuǎn)小于原始圖像的尺寸。
【專利說明】一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，特別涉及一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法。
【背景技術(shù)】
[0002]在醫(yī)療、天文、遙感等領(lǐng)域的圖像對(duì)于辨識(shí)度和清晰度有很高的要求，但是實(shí)際接收?qǐng)D像受到噪聲影響比較大，主要噪聲類型為泊松噪聲。目前，比較常用的是R-L(Richardson-Lucy )迭代算法,但是由于其中帶有矩陣求逆的病態(tài)特性，所以有一些技術(shù)方案提出了正則化的方法，有些正則化方法采用的是單參數(shù)正則化，這樣無法很好地利用每次迭代過程實(shí)現(xiàn)快速高效的計(jì)算，有些正則化采用的是偏微分方程的迭代過程，其運(yùn)算速度慢，復(fù)雜度高，對(duì)運(yùn)算過程的硬件要求高。
【發(fā)明內(nèi)容】
[0003]為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，利用雙正則化參數(shù)，采用高斯核函數(shù)作為初值，迭代過程中使用達(dá)朗貝爾收斂準(zhǔn)則進(jìn)行數(shù)值迭代。
[0004]為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
[0005]一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，建立圖像噪聲模型i=h*o+n，其中i為觀測到的圖像，h為點(diǎn)擴(kuò)散函數(shù)，ο為真實(shí)的圖像，η為噪聲，過程包括如下步驟:
[0006]步驟1.獲得觀測到的圖像的原始信息，以矩陣的方式給出；
[0007]步驟2.使用高斯核函數(shù)為點(diǎn)擴(kuò)散函數(shù)h和觀測到的圖像恢復(fù)結(jié)果i賦初值；
[0008]步驟3.按照以下兩個(gè)迭代方程進(jìn)行數(shù)值迭代:
[0009]
【權(quán)利要求】
1.一種改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，建立圖像噪聲模型i=h*o+n,其中i為觀測到的圖像，h為點(diǎn)擴(kuò)散函數(shù)，ο為真實(shí)的圖像，η為噪聲,過程包括如下步驟: 步驟1.獲得觀測到的圖像的原始信息，以矩陣的方式給出； 步驟2.使用高斯核函數(shù)為點(diǎn)擴(kuò)散函數(shù)h和觀測到的圖像恢復(fù)結(jié)果i賦初值； 步驟3.按照以下兩個(gè)迭代方程進(jìn)行數(shù)值迭代:
2.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟I中，若原始圖像為灰階圖像，則為單一矩陣；若原始圖像為彩色圖像，則分為RGB三個(gè)分量分別處理。
3.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟I中，所述矩陣為觀測到的圖像的像素矩陣。
4.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟2中，使用高斯核函數(shù)，給出其尺寸和標(biāo)準(zhǔn)差，即可完成對(duì)于點(diǎn)擴(kuò)散函數(shù)初始化的賦值，再使用這個(gè)點(diǎn)擴(kuò)散函數(shù)與接收到的圖像進(jìn)行一次卷積，即可完成對(duì)于想要恢復(fù)的真實(shí)圖像的初始化賦值。
5.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟3中，h的數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)小于i和ο的數(shù)據(jù)規(guī)模，數(shù)據(jù)規(guī)模指矩陣的尺寸大小。
6.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟3中，圖像所在的區(qū)域?yàn)槎S坐標(biāo)區(qū)域。
7.根據(jù)權(quán)利要求1所述的改進(jìn)型R-L迭代算法的快速圖像恢復(fù)處理方法，其特征在于，所述步驟3中，迭代次數(shù)η的數(shù)值不大于10。
【文檔編號(hào)】G06T5/00GK103824262SQ201410058965
【公開日】2014年5月28日 申請(qǐng)日期:2014年2月21日 優(yōu)先權(quán)日:2014年2月21日
【發(fā)明者】宮廣驊, 張洪明 申請(qǐng)人:清華大學(xué)