利用待復(fù)原圖像的先 驗(yàn)知識不充分而導(dǎo)致的模糊核估計(jì)不準(zhǔn)確的缺陷，使得采用本發(fā)明的方法，可以在獲得豐 富的圖像細(xì)節(jié)信息的基礎(chǔ)上，減少在迭代過程中產(chǎn)生的不必要的人工產(chǎn)物，增強(qiáng)去模糊圖 像的清晰度。
[0047] 第二，由于本發(fā)明引入圖像塊標(biāo)準(zhǔn)差作為圖像塊正則，克服了現(xiàn)有技術(shù)中只考慮 待復(fù)原圖像中臨近兩個(gè)像素的相關(guān)性，忽略更大范圍內(nèi)像素之間相關(guān)性的不足，使得本發(fā) 明能進(jìn)一步地重建圖像結(jié)構(gòu)，增強(qiáng)圖像的去模糊質(zhì)量。
【附圖說明】
[0048] 圖1是本發(fā)明的流程圖；
[0049] 圖2是本發(fā)明在仿真實(shí)驗(yàn)中使用的House模糊圖；
[0050] 圖3是在仿真實(shí)驗(yàn)中得到的House去模糊圖。
【具體實(shí)施方式】
[0051] 下面結(jié)合附圖對本發(fā)明做進(jìn)一步的描述。
[0052] 參見附圖1，本發(fā)明具體實(shí)施步驟如下。
[0053] 步驟1，對待復(fù)原的模糊圖像進(jìn)行預(yù)處理。
[0054] 輸入一幅模糊圖像，使用雙邊濾波器，對模糊圖像進(jìn)行雙邊濾波，得到邊緣銳化并 且抑制噪聲影響的待復(fù)原圖像。
[0055] 本發(fā)明實(shí)施例中輸入的待處理的模糊圖像如附圖2所示，模糊圖像的大小為 256X256 像素。
[0056] 本發(fā)明實(shí)施例中，雙邊濾波器窗口的范圍為3 X 3像素至5 X 5像素，空間域標(biāo)準(zhǔn)差 的范圍為[0-1]，值域標(biāo)準(zhǔn)差的范圍為[0-1]。
[0057] 步驟2,獲得待復(fù)原圖像的梯度圖像映射圖。
[0058] 使用高斯模糊核，對待復(fù)原圖像進(jìn)行濾波處理，得到濾波圖像。
[0059] 本發(fā)明實(shí)施例中選取的高斯模糊核的大小為3X3像素，標(biāo)準(zhǔn)差為0. 5。
[0060] 分別利用差分算子[1，-1]和差分算子[1，-1]τ與濾波圖像進(jìn)行卷積操作，得到濾 波圖像的水平梯度圖像和濾波圖像的垂直梯度圖像，其中，T表示轉(zhuǎn)置操作。
[0061] 按照下式，獲得濾波圖像的梯度圖像：
[0063] 其中，Z表示濾波圖像的梯度圖像，Zx表示濾波圖像的水平梯度圖像，Z ￥表示濾波 圖像的垂直梯度圖像表示求平方根操作。
[0064] 使用線性濾波器，對梯度圖像進(jìn)行增強(qiáng)濾波處理，得到濾波圖像，保持濾波圖像中 前2 %元素值不變，其余98 %元素值置零，得到梯度圖像映射圖。
[0065] 本發(fā)明實(shí)施例中選取的線性濾波器的模板為IlX 11大小的全1矩陣。
[0066] 步驟3,載入已訓(xùn)練好的外部圖像塊先驗(yàn)。
[0067] 使用matlab軟件的load函數(shù)，載入在程序外部已訓(xùn)練好的外部圖像塊先驗(yàn)。
[0068] 本發(fā)明實(shí)施例中外部圖像塊先驗(yàn)獲得方式如下：
[0069] 以&的比例下采樣（插值使圖像變?。┯?xùn)練公開圖像數(shù)據(jù)集BSD500中的圖像，用 2 以減少該圖像集中的噪聲以及人工產(chǎn)物。
[0070] 采用與步驟2相同的處理方法計(jì)算指示公開圖像數(shù)據(jù)集BSD500中的圖像的梯度 圖像映射圖集，將梯度映射圖集二值化，得到二進(jìn)制掩模集。
[0071] 將二進(jìn)制掩模集與公開圖像數(shù)據(jù)集BSD500中的數(shù)據(jù)進(jìn)行或運(yùn)算得到最后的掩模 集。
[0072] 利用掩模集從公開圖像數(shù)據(jù)集BSD500中的數(shù)據(jù)中提取5X5的圖像塊，產(chǎn)生220KB 個(gè)圖像塊，通過減去均值并且除以標(biāo)準(zhǔn)差來正則化這220KB個(gè)圖像塊。
[0073] 設(shè)定聚類中心為2560,使用標(biāo)準(zhǔn)的k均值算法去學(xué)習(xí)220KB個(gè)圖像塊中有代表
[0074] 性的圖像塊，形成2560個(gè)聚類簇，將這些聚類簇按照尺寸大小排序，然后提取
[0075] 2560個(gè)聚類中心為有代表性的圖像塊作為圖像塊先驗(yàn)。
[0076] 步驟4，初始化模糊核。
[0077] 使用matlab軟件中的fspecial函數(shù)，生成一個(gè)3X3像素的高斯模糊核，作為模 糊核。
[0078] 步驟5，初始化待復(fù)原圖像。
[0079] 將模糊核估計(jì)金字塔的總層數(shù)減1的數(shù)值，作為模糊核估計(jì)金字塔最粗略層的層 標(biāo)簽。
[0080] 按照下式，獲得模糊核估計(jì)金字塔的總層數(shù)：
[0082] 其中，η表示模糊核估計(jì)金字塔總層數(shù)，L」表示向下去整操作，log表示以2為底 的對數(shù)操作，b表示根據(jù)模糊程度預(yù)先設(shè)定的用戶參數(shù)，b的取值不超過待復(fù)原圖像尺寸的 十分之一，λΓ表示求平方根操作。
[0083] 采用雙線性插值法，縮放原始待復(fù)原圖像至模糊核估計(jì)金字塔最粗略層的圖像大 小,得到待復(fù)原圖像。
[0084] 步驟6,獲得待復(fù)原圖像的后驗(yàn)圖像。
[0085] 采用雙線性插值法，將梯度圖像映射圖縮放至與待復(fù)原圖像同樣的大小，得到更 新后的梯度圖像映射圖，將更新后的梯度圖像映射圖進(jìn)行二值化處理，得到二進(jìn)制掩模。
[0086] 按照下式，獲得待復(fù)原圖像的圖像塊：
[0087] C1= P (i e M)
[0088] 其中，C1表示待復(fù)原圖像的第i個(gè)圖像塊，P 1表示提取待復(fù)原圖像中以位置i為 中心，大小為5X5像素的圖像塊的提取算子，y表示待復(fù)原圖像，e表示屬于符號，M表示二 進(jìn)制掩模的矩陣形式。
[0089] 對于每一個(gè)待復(fù)原圖像的圖像塊，從外部已訓(xùn)練好的圖像塊先驗(yàn)中，尋找一個(gè)最 相似于當(dāng)前待復(fù)原圖像的圖像塊的樣例圖像塊，將該樣例圖像塊作為與當(dāng)前待復(fù)原圖像的 圖像塊匹配的樣例圖像塊。
[0090] 按照下式，計(jì)算待復(fù)原圖像的圖像塊標(biāo)準(zhǔn)差： CN 105184744 A 說明書 6/7 頁
[0092] 其中，〇1表示待復(fù)原圖像的第i個(gè)圖像塊的標(biāo)準(zhǔn)差，a^ min表示取得目標(biāo)函數(shù)值 最小時(shí)Oi的值，β表示調(diào)節(jié)參數(shù)，β的取值范圍是不超過0.5的正數(shù)，M表示二進(jìn)制掩模 的矩陣形式，I · I表示統(tǒng)計(jì)矩陣中非零元素個(gè)數(shù)操作，Σ表示求和操作，e表示屬于符號， ?1表示提取待復(fù)原圖像中以位置i為中心，大小為5X5像素的圖像塊的提取算子，y表示 待復(fù)原圖像，21表示與待復(fù)原圖像的第i個(gè)圖像塊匹配的樣例圖像塊，μ 1表示待復(fù)原圖像 的第i個(gè)圖像塊的均值，I I · I ^表示矩陣一范數(shù)操作，I I · I I 2表示矩陣二范數(shù)操作。
[0093] 按照下式，獲得待復(fù)原圖像的后驗(yàn)圖像：
[0095] 其中，X表示待復(fù)原圖像的后驗(yàn)圖像，％ min表示取得目標(biāo)函數(shù)值最小時(shí)X的值， Σ表示求和操作，K表示模糊核的矩陣形式，y表示待復(fù)原圖像，I I · I I2表示矩陣的2范數(shù) 平方操作，α表示調(diào)節(jié)參數(shù)，α是取值范圍不超過0.5的正數(shù)，M表示二進(jìn)制掩模的矩陣形 式，I · I表示統(tǒng)計(jì)矩陣中非零元素個(gè)數(shù)操作，Σ表示求和操作，e表示屬于符號，？1表示提取 待復(fù)原圖像中以位置i為中心，大小為5X5像素的圖像塊的提取算子，21表示與待復(fù)原圖 像的第i個(gè)圖像塊匹配的樣例圖像塊，μ 1表示待復(fù)原圖像的第i個(gè)圖像塊的均值，M · I I : 表示矩陣一范數(shù)操作，I I · I |2表示矩陣二范數(shù)操作。
[0096] 步驟7，按照下式，獲得模糊核：
[0098] 其中，k表示模糊核，ai^min表示取得目標(biāo)函數(shù)值最小時(shí)X的值，*表示卷積符號， X表示待復(fù)原圖像的后驗(yàn)圖像，y表示待復(fù)原圖像，λ表示調(diào)節(jié)參數(shù)，λ是不超過0.5的正 數(shù)，11 · 112表示矩陣二范數(shù)平方操作。
[0099] 步驟8,判斷模糊核估計(jì)金字塔層標(biāo)簽值是否為0,若是，執(zhí)行步驟11 ;否則，執(zhí)行 步驟9。
[0100] 步驟9,更新待復(fù)原圖像和模糊核。
[0101] 上采樣模糊核一次，得到更新后的模糊核，將更新后的模糊核作為模糊核估計(jì)金 字塔下一層的模糊核。
[0102] 上采樣待復(fù)原圖像的后驗(yàn)圖像一次，得到后驗(yàn)圖像，將后驗(yàn)圖像作為模糊核估計(jì) 金字塔下一層的待復(fù)原圖像；
[0103] 本發(fā)明實(shí)施例中，上采樣倍數(shù)為
倍。
[0104] 步驟10,更新模糊核估計(jì)金字塔層標(biāo)簽。
[0105] 將模糊核估計(jì)金字塔層標(biāo)簽減1的數(shù)值，作為更新后的模糊核估計(jì)金字塔層標(biāo) 簽，執(zhí)行步驟6。
[0106] 步驟11，輸出模糊核估計(jì)金字塔當(dāng)前層的模糊核。
[0107] 步驟12,使用matlab軟件中LO工具箱中L〇-abs函數(shù)對待復(fù)原圖像進(jìn)行非盲去模 糊，得到最終的去模糊圖像，參見附圖3。
[0108] 下面結(jié)合仿真圖對本發(fā)明的效果做進(jìn)一步的說明。
[0109] 1.仿真實(shí)驗(yàn)條件：
[0110] 本發(fā)明仿真實(shí)驗(yàn)的硬件平臺是：宏碁計(jì)算機(jī)Intel (R)Core處理器，主頻3. 20GHz， 內(nèi)存4GB ;仿