一種基于傅里葉變換的圖像去模糊方法
【專利摘要】本發明公開了基于傅里葉變換的圖像去模糊方法,包括:(1)利用k?svd算法對輸入的模糊圖像進行預降噪;(2)初始化一個模糊核算子以及尺度參數;(3)以尺度參數的變化值為迭代終止條件,對預降噪后的模糊圖像進行內迭代運算,以獲得處理后的圖像矩陣;依據處理后的圖像矩陣更新模糊核算子,以預定次數為迭代終止條件,利用更新后的模糊核算子,對處理后的圖像矩陣進行外迭代運算,得到最終的去模糊圖像。本發明的圖像去模糊方法,先對圖像進行了去噪處理,然后利用迭代的方法不斷優化估算結果,并利用傅里葉變換完成快速卷積運算,提高了計算效率,也不需要過多的關于圖像的先驗知識。
【專利說明】
一種基于傅里葉變換的圖像去模糊方法
技術領域
[0001] 本發明涉及計算機圖像處理領域,具體涉及一種基于傅里葉變換的圖像去模糊方 法。
【背景技術】
[0002] 由于運動、相機抖動等因素導致的圖像模糊現象是當下常見的一種現象,模糊直 接導致圖像質量的下降。另外,在低光照條件下,相機成像往往需要更長的曝光時間,這就 導致,輕微的手部抖動都會嚴重影響最終的成像質量。所以,在實際生活中,圖像去模糊是 有必要的,也是有實際應用價值的。
[0003] 近年來,許多去模糊算法被提出,在估算出原始圖像的同時,也估算出了對應的模 糊核算子。Xue-fen,Yi等人用一種點擴散函數進行估算,主要是利用函數對模糊圖像進行 去卷積操作;Jiun-Lin,Chia-Feng等人提出了一種基于預測圖像與模糊圖像的統計特征的 迭代方法達到去模糊的效果,但是缺點是會有"振鈴現象",而且耗時較長;Zohair,Ghazal i 等人提出了一種基于拉普拉斯濾波的去模糊方法,計算方便簡單,但效果沒有得到顯著提 升。
【發明內容】
[0004] 本發明提供了一種基于傅里葉變換的圖像去模糊方法,該方法包括,將模糊問題 看成是一個逆問題,先對模糊圖像進行初步的降噪處理,去掉部分噪聲,提升圖像質量;然 后,用雙重迭代的方法,分別估算原始清晰圖像以及模糊核算子。
[0005] -種基于傅里葉變換的圖像去模糊方法,包括:
[0006] (1)利用k-svd算法對輸入的模糊圖像進行預降噪;
[0007] (2)初始化一個模糊核算子以及尺度參數;
[0008] (3)以尺度參數的變化值為迭代終止條件,對預降噪后的模糊圖像進行內迭代運 算,以獲得處理后的圖像矩陣;
[0009] 依據處理后的圖像矩陣更新模糊核算子,以預定次數為迭代終止條件,利用更新 后的模糊核算子,對處理后的圖像矩陣進行外迭代運算,得到最終的去模糊圖像。
[0010] 尺度參數初始值為1,每次內迭代后,尺度參數的值減半,直到1/16時,停止內迭代 運算。
[0011]內迭代運算時,針對預降噪后的模糊圖像/中每一個像素I,按照如下公式計算 dH 以及!:
[0016] 其中,紇表示像素4水平方向的梯度,%.表示像素I豎直方向的梯度,所有像素 的^/、廣構成的矩陣分別記為&、ih,所有像素的L構成的矩陣記為4、1 ¥;
[0017] 根據以下公式,計算處理后的圖像矩陣I:
[0019] 其中,FhF1和歹分別表示傅里葉變換、傅里葉逆變換和共輒傅里葉變換,K是模糊 核算子,γ是一個權重參數;
[0020] 此后,更新ε,令ε = ε /2,記/s = f ,并更新f = /,完成一次內迭代。
[0021] 進行外迭代運算時,重置ε,令其值為1;根據以下公式,計算更新后的模糊核算子:
[0023] 其中,F是傅里葉變換,再利用更新后的模糊核算子返回至內迭代運算時中圖像矩 陣I的計算,外迭代運算到達預定次數后獲得的圖像矩陣I為最終的去模糊圖像。
[0024] 與現有技術相比,本發明的有益效果為:
[0025] (1)本發明基于傅里葉變換的圖像去模糊方法,具體是利用雙重迭代的方法,交替 更新預測圖像與模糊核算子,不斷優化結果,同時,整個迭代過程規模較小,時間較短。
[0026] (2)本發明基于傅里葉變換的圖像去模糊方法,其中的卷積計算通過傅里葉變換 快速完成,加快計算速度;另外,整個過程,不需要過多的先驗知識。
【具體實施方式】
[0027] 下面將結合具體實施例對本發明進行詳細說明。本發明基于傅里葉變換的圖像去 模糊方法主要步驟如下:
[0028] (1)給定模糊圖像,其大小為mXn(m彡η)(本實施中,圖像大小為256X256)。
[0029] (2)參考 "M.Aharon,M.Elad,andA.M.Bruckstein.TheK-SVD:AnAlgo;rithmfor Designing of Overcomplete Dictionaries for Sparse Representation(2006)''一文中 給出的"K-SVD"算法,對給定模糊圖像進行初步的降噪處理,得到預降噪后的模糊圖像f。
[0030] (3)隨機初始化一個模糊核算子,記為K(本實施中,K大小為15X15);初始化iter =1,ε = 1,其中iter是外迭代次數標識,取值為正整數,ε是一個尺度參數,具體實施中,取 值滿足εε{1,1/2,1/4,1/8}。
[0031] (4)在外迭代運算時,判斷iter$N(N=3)在具體實施中是否滿足,若不滿足,則停 止迭代;如滿足,則進行以下過程:
[0032] 以下步驟中,(4-1)至(4-3)可視為內迭代運算的過程,每次內迭代運算,尺度參數 ε的值減半,直到1/16時,停止內迭代運算,返回至外迭代運算。
[0033] (4-1)對于預降噪后的模糊圖像f中每一個像素Μ安照如下公式計算,5。以及
[0038] 其中,咬^表示像素&水平方向的梯度,A表示像素4/豎直方向的梯度,所有像素 的0^、4構成的矩陣分別記為efc、ih,所有像素的€7、仏構成的矩陣記為%、iv。
[0039] (4-2)根據以下公式,計算一個處理后的圖像矩陣I:
[0041] 其中,FhF1和歹分別表示傅里葉變換、傅里葉逆變換和共輒傅里葉變換,K是模糊 核算子,γ是一個權重參數,具體實施中取值為〇.〇2。這里,向量操作都是基于元素的 (element-wise)〇
[0042] (4-3)更新ε,令ε = ε/2,并判斷更新后的ε值是否為1/16:
[0043] 如果滿足,則停止內迭代運算,記/, = /,并更新J = /,轉入步驟(4-4);
[0044] 如果不滿足,則記/ = /,將更新后的J作為新的輸入帶入(4-1)重新迭代處理。
[0045] (4-4)重置ε,令其值為1;根據以下公式,計算新的模糊核算子:
[0047] 其中,F是傅里葉變換,/、IS為(4-1)到(4-3)整個內迭代運算后的最終處理結果; 記K = K',將更新后的K帶入(4-2)返回內迭代處理,重新計算圖像矩陣I,當然,外迭代次數 標識iter相應加1。
[0048] (5)外迭代運算到達預定次數結束后,重新計算的圖像矩陣I賦值給f,即為最終的 去模糊圖像。
【主權項】
1. 一種基于傅里葉變換的圖像去模糊方法,其特征在于,包括: (1) 利用k-svd算法對輸入的模糊圖像進行預降噪; (2) 初始化一個模糊核算子W及尺度參數; (3) W尺度參數的變化值為迭代終止條件,對預降噪后的模糊圖像進行內迭代運算,W 獲得處理后的圖像矩陣; 依據處理后的圖像矩陣更新模糊核算子,W預定次數為迭代終止條件,利用更新后的 模糊核算子,對處理后的圖像矩陣進行外迭代運算,得到最終的去模糊圖像。2. 如權利要求1所述的基于傅里葉變換的圖像去模糊方法,其特征在于,尺度參數初始 值為1,每次內迭代后,尺度參數的值減半,直到1/16時,停止內迭代運算。3. 如權利要求2所述的基于傅里葉變換的圖像去模糊方法,其特征在于,內迭代運算 時,針對預降噪后的模糊圖像/中每一個像素娘照如下公式計算卽,,巧及其中,茍,.表示像素4水平方向的梯度,游表示像素在,豎直方向的梯度,所有像素的 萌,.、皆構成的矩陣分別記為3,,、心所有像素的C-構成的矩陣記為起、!,; 根據W下公式,計算處理后的圖像矩陣I:其中,F、Fi和護分別表示傅里葉變換、傅里葉逆變換和共輛傅里葉變換,K是模糊核算 子,丫是一個權重參數; 此后,更新ε,令ε = ε/2,記/, =7",并更新? = /,完成一次內迭代。4. 如權利要求3所述的基于傅里葉變換的圖像去模糊方法,其特征在于,進行外迭代運 算時,重置ε,令其值為1;根據W下公式,計算更新后的模糊核算子:其中,F是傅里葉變換,再利用更新后的模糊核算子返回至內迭代運算時中圖像矩陣I 的計算,外迭代運算到達預定次數后獲得的圖像矩陣I為最終的去模糊圖像。
【文檔編號】G06T5/00GK106097267SQ201610407177
【公開日】2016年11月9日
【申請日】2016年6月8日
【發明人】張根源
【申請人】浙江傳媒學院