专利名称：用于图像复原的全信息非局部约束全变分方法
技术领域：
本发明属于图像处理技术领域，具体地说是一种对模糊图像进行复原的方法，该方法可用于对各种已知模糊类型的模糊图像进行复原。
背景技术：
图像复原是指去除或减轻在获取数字图像过程中发生的图像质量下降的现象，它是图像处理中重要而又富有挑战性的研究内容。对于图像复原问题，研究者已经提出了很多方法。传统的复原方法有逆滤波，维纳滤波，卡尔曼滤波和广义逆的奇异值分解法等，这些方法已经被广泛地应用于图像复原上，但是这些方法要求模糊图像具有较高的信噪比， 如逆滤波的方法仅适用于高信噪比的图像，这一点限制了传统的复原方法在实际中的应用。这些方法的另一个缺点就是在复原时，图像边缘不能很好地恢复，同时又丢失了一些细 T1 fn 息。上述经典的复原方法不但效果差，而且在实际应用中不能很好的实现。因此，目前国际上提出了一些改进上述缺点的图像复原方法。如，I. Daubechies等人提出基于小波的阈值迭代法，参见文献〈〈An iterative thresholding algorithm for linear inverse problems with a sparsity constraint》，Commun. Pure Appl. Math. ,2004,Vol. 57,No. 11, PP. 1413-1457。这种方法将两次迭代所得的复原结果的差值作为下一次迭代结果的补偿， 是一种有效的复原方法。但是，这种方法是在小波域进行噪声抑制，容易产生振铃效应， 且不能锐化图像边缘。此后，J. Bioucas-Dias等人将阈值迭代法进行了改进，参见文献 《A new TwIST two-step iterative shrinkage/thresholding algorithms for image restoration)), IEEE Trans. Image Process. ,2007, Vol. 16，No. 12，pp. 2992-3004。该方法的收敛速度比一般的阈值迭代法有所提高，同时，J. Bioucas-Dias等人在他们的代码示例中，将噪声系数转换到全变分域中进行抑制，去除了振铃效应，但是这种方法在图像的平滑区域容易产生阶梯效应，且不能很好的恢复图像高频细节。
发明内容
本发明的目的在于克服上述已有技术的不足，提出一种用于图像复原的全信息非局部约束全变分方法，以在图像复原时，锐化图像边缘，避免产生阶梯效应，恢复图像高频细节信息，提高模糊图像的恢复质量。实现本发明目的的技术方案是将非局部均值滤波的权重系数的产生方法进行改进，并将其作为约束加入全变分图像复原模型中，以阈值迭代法作为求解方法，来进行图像复原。其具体步骤包括如下(1)用非局部均值滤波法对输入的模糊图像y进行噪声抑制，得到抑噪后的模糊图像；(2)设定迭代误差ε = 1Χ10_6，设定当前的迭代次数k = 0，用维纳滤波法对抑噪后的模糊图像进行滤波，得到初始复原结果图χ(°)，用初始复原结果图Xw)初始化迭
代复原结果图x(k)； (3)计算迭代复原结果图x(k)的非局部权重系数矩阵
权利要求
1. 一种用于图像复原的全信息非局部约束全变分方法，包括如下步骤(1)用非局部均值滤波法对输入的模糊图像y进行噪声抑制，得到抑噪后的模糊图像χΗ)；(2)设定迭代误差ε= 1X10—6，设定当前的迭代次数k = 0，用维纳滤波法对抑噪后的模糊图像xH)进行滤波，得到初始复原结果图x(°)，用初始复原结果图x(°)初始化迭代复原结果图x(k)；(3)计算迭代复原结果图x(k)的非局部权重系数矩阵i=l’D’ J=IX-,N，其中，W1G,j)为非局部权重系数矩阵W1的第i行，第j列的元素值，i = 1，2，. . .，N，j = 1，2，. . .，N，N为迭代复原结果图x(k)的像素总数，令巧^ j)的计算公式为Wl(Kj) =[l-α/,如果α/是…的元素 [1,其它其中，表示迭代复原结果图χω的第i个f X f像素的图像小块Xi和第j个f X f像素的图像小块\之间的权重系数，f为图像小块的边长，f = 5，a/=-expΑIhh||2Λ‘Ci为归一化因子， . =2>χρ；=1h，h为调节权重大小的参数，h = 65，Bi是一个列向量，它包含Xi所对应的最大的10个权重系数ai ；(4)计算迭代复原结果图x(k)的贝叶斯非局部权重系数矩阵W2=W2(U)i=l,2,-,N, J=Ul ’…’ N，其中，W2 (i, j)为贝叶斯非局部权重系数矩阵W2的第i行，第j列的元素值，令W2(i，j)的计算公式为W2(U) =fl- /,如果^7是矣的元素 [1,其它其中，^7表示迭代复原结果图X(k)的第i个fXf像素的图像小块\和第j个fXf像素的图像小块X1之间的权重系数，^7 =Iexp、2、σZi*归一化因子，N=ZexP；=1σσ为已知噪声标准差，1^是一个列向量，它包含Xi所对应的最大的10个权重系数时；(5)计算迭代复原结果图x(k)的全信息非局部权重系数矩阵W= rWi+d-iOWy其中，r 为调节参数，r = 0. 4 ；(6)按照如下的全信息非局部约束阈值迭代公式，计算迭代复原中间结果图x(k+1/2) x(k+1/2) = χ(k) +(HTy-Ux(k)-Vx(k))其中，U为变形的模糊核矩阵，U = HtH, H为已知的模糊核函数矩阵，Ht为H的转置矩阵，V为变形的非局部系数矩阵，V= Y 2WTW，Wt*权重系数矩阵W的转置矩阵，γ为调节参数，Y = 0. 1 ；(7)用基于全变分模型的去噪方法对迭代复原中间结果图x(k+"2)进行噪声抑制，得到抑噪后的迭代复原结果图x(k+1)；(8)判断迭代次数k是否等于更新代数q,q=100,200,..., 1000,如果k = q,则返回步骤⑶；否则，执行步骤(9)；(9)判断抑噪后的迭代复原结果图x(k+1)与迭代复原结果图x(k)的差值Ιλ^Μ-Λ^Ι是否小于迭代误差ε，如果《S，则x(k+1)就是最终的复原结果图；否则，令迭代次数k = k+l，返回步骤(6)，直到满足-XwI^ S为止。
2.根据权利要求1所述的全信息非局部约束全变分方法，其中步骤(1)所述的用非局部均值滤波法对输入的模糊图像1进行噪声抑制，按如下公式计算N ；=1其中，Xh)⑴为抑噪后的模糊图像Xh)的第i个像素值，y (j)为模糊图像y的第j个像素值，g(i，j)为像素值y(i)和像素值y(j)之间的权重系数，y(i)为模糊图像y的第i个像素值，
3.根据权利要求1所述的全信息非局部约束全变分方法，其中步骤(2)所述的用维纳滤波法对抑噪后的模糊图像XH)进行滤波，按如下步骤进行 (3a)用如下公式求解初始复原结果图Xftl)的傅立叶变换结果
4.根据权利要求1所述的全信息非局部约束全变分方法，其中步骤(6)所述的计算迭代复原中间结果图x(k+1/2)的公式，按如下步骤构建(4a)将全信息权重系数矩阵W和迭代复原结果图x(k)的乘积的二范数模值 作为非局部正则项，加入到基于全变分的图像复原模型中，得到全信息非局部约束全变分图像复原模型
全文摘要
本发明公开了一种用于图像复原的全信息非局部约束全变分方法，主要解决现有技术在图像复原时，不能锐化边缘和恢复高频细节的问题。本发明的技术方案为(1)用非局部均值滤波法对模糊图像抑噪；(2)用维纳滤波法初始化复原结果；(3)计算全信息非局部权重系数矩阵；(4)用阈值迭代公式更新复原结果；(5)用全变分去噪法对复原结果抑噪；(6)判断是否要更新全信息非局部权重系数矩阵，如果是，返回步骤(3)，否则，执行步骤(7)；(7)判断是否满足停止条件，如果是，得到最终结果；否则，返回步骤(4)，直到满足停止条件为止。本发明在复原时，能够锐化图像边缘，恢复高频细节，可用于对已知模糊类型的模糊图像进行复原。
文档编号G06T5/00GK102393955SQ20111019957
公开日2012年3月28日 申请日期2011年7月18日 优先权日2011年7月18日
发明者侯彪, 刘忠伟, 张小华, 杨国辉, 杨奕堂, 杨淑媛, 汤清信, 焦李成, 王爽, 相荣荣, 钟桦 申请人:西安电子科技大学