申请/专利权人：辽宁工程技术大学

申请日：2021-05-26

公开（公告）日：2024-04-26

公开（公告）号：CN113487491B

主分类号：G06T5/00

分类号：G06T5/00;G06T5/73;G06T5/70;G06T5/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.10.26#实质审查的生效;2021.10.08#公开

摘要：本发明提供了一种基于稀疏性与非局部均值自相似性的图像复原方法，属于图像复原技术领域。该方法首先根据输入的初始低分辨率图像利用比值稀疏约束算法得到假设的清晰图像；再根据初始低分辨率图像和假设清晰图像计算点扩散函数；然后根据初始清晰图像和点扩散函数估计组稀疏重建块，根据初始清晰图像估计非局部均值自相似特征重建块；最后根据组稀疏重建块和非局部均值自相似性特征重建块得到最终的清晰图像。该方法使用图像的非局部均值自相似性特征、组稀疏特征、点扩散函数相结合的策略，有效改善图像细节信息，可实现减少图像模糊和噪声、提升边缘细节信息的效果，达到提高图像质量的目的。

主权项：1.一种基于稀疏性与非局部均值自相似性的图像复原方法，其特征在于，包括如下步骤：S1：输入模糊图像g；S2：根据步骤S1输入的模糊图像g盲估计假设清晰图像I0；S3：构建求解清晰图像I与点扩散函数h的目标函数，并根据步骤S1所得图像g与步骤S2所得结果I0计算点扩散函数h；S4：根据步骤S1所得图像g与步骤S3所得结果h分别估计组稀疏重建图像Jr与非局部均值自相似重建图像Js；S5：根据步骤S4所得结果Jr与Js估计清晰图像I；所述步骤S3中构建求解清晰图像I与点扩散函数h的目标函数表达式为： 其中，g为模糊图像，I为清晰图像，*表示卷积，为矩阵二范数的平方，h为点扩散函数，a为图像块个数，Lj为第j个图像块的相似图像块组，Aj为Lj的稀疏表示系数，Dj为Lj经过SVD算法学习得到的稀疏表示字典，c为非局部均值匹配窗图像块的个数，Rm为第m个非局部均值匹配窗图像块，s为与Rm相似的图像块个数，Rn为与Rm相似的第n个图像块，为Rn表示Rm的权重，γ1、γ2为正则化常数，T是限制Aj稀疏度的常数，采取交替求解的方法来估计点扩散函数h和清晰图像I，首先固定假设的清晰图像I0，计算点扩散函数h，然后在固定点扩散函数h的基础上，用组稀疏先验和非局部均值自相似性先验对初始清晰图像重建得到最终清晰图像I，在计算过程中，初始清晰图像的初值设置为原始模糊图像g，根据上述目标函数计算点扩散函数h的表达式为：g＝h*I02其中g为步骤S1输入的模糊图像，I0为步骤S2得到的假设清晰图像，根据上述公式反解卷积采用RANSAC算法原理计算得到点扩散函数h，所述步骤S4中对初始清晰图像以b＝q×q为图像块尺寸、u，uq为步长进行部分重叠的图像块划分，从而获得图像块矩阵，并按列表示为：L＝[l1,…,la]3其中a为图像块个数，在图像块矩阵中寻找相似图像块，构成相似图像块组Lj，通过计算图像块li与lj之间的欧氏距离dli,lj，i＝[1,…,a]，j＝[1,…,a]且i≠j，以欧氏距离作为度量标准，在图像块矩阵中搜索lj的相似图像块，组成相似图像块组的表达式为：Lj＝[l1,…,lK]4其中K为相似图像块的个数，对相似图像块组Lj利用SVD算法训练低复杂度的自适应字典Dj，再利用OMP算法对相似图像块组整体进行稀疏表示，即估计稀疏表示系数Aj的表达式为： 利用组稀疏表示约束重建图像，重建结果记为Jr，通过对每一个相似图像块组Lj的所有重建块组DjAj进行平均处理求解Jr，求解Jr的表达式为： 其中为Lj的转置，j＝[1,…,a]，利用非局部均值自相似图像块重建图像，重建结果记为Js，对每一个非局部均值匹配窗图像块Rm，通过对所有重建块进行平均处理求解Js，求解Js的表达式为： Rm为初始清晰图像的非局部均值匹配窗图像块，匹配窗图像块大小为b，Rn为从初始清晰图像搜索窗中搜索的与Rm相似的图像块，由于图像结构具有相似性，对于Rm在搜索窗中找到s个与之相似的图像块Rn，根据非局部均值Rm利用Rn的加权平均来计算，即： 其中，表示权重，满足且 表示归一化常数，t为平滑参数，所述步骤S5中根据步骤S4所得结果Jr与Js计算其清晰图像I的表达式为： 其中F·为傅里叶变换，F-1·为傅里叶逆变换，h为步骤S3计算得到的点扩散函数，hT为h的转置，g为步骤S1输入的模糊图像，b为图像块尺寸，K为相似图像块的个数，Jr与Js为步骤S4计算得到的组稀疏重建图像与非局部均值自相似重建图像，γ1、γ2为正则化常数。

全文数据：

权利要求：

百度查询： 辽宁工程技术大学 一种基于稀疏性与非局部均值自相似性的图像复原方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD