[发明专利]一种基于径向基神经网络的有噪运动模糊图像复原方法

说明书

技术领域

本发明涉及一种有噪运动模糊图像复原方法。

背景技术

有噪模糊图像复原的研究和应用领域非常广泛，如违章或肇事车牌高速运动模糊复原、突发嫌犯抓拍散焦或运动模糊复原、罪案现场痕迹模糊复原、录像监控特定帧模糊复原等。一般是由于成像过程中的散焦模糊、成像设备与物体的相对高速运动、设备器材的固有缺陷、拍摄抖动及外部噪声干扰等导致成像退化。其中，尤以孤立单幅局部非匀速运动有噪模糊图像的清晰化复原技术难度最大，其原因在于这类图像的模糊成因复杂、图像损伤较大且无前后相关序列帧供参考。

目前，对运动模糊图像的复原研究已成为国内外关注的热点问题之一，运动模糊图像复原的关键问题在于确定点扩散函数(point spread function，PSF)。对于单幅运动模糊图像则必须从模糊图像本身中估计出未知的PSF参数，常见的PSF估计方法是通过观察模糊图像的频谱图进而提取出模糊方向和模糊长度，这类方法需人工干预无法实现自动鉴别。国内外学者近年来也提出了一些其他的自动鉴别算法，但在有噪声干扰的情况下，噪声将导致这些方法失效或严重影响其鉴别精度。所以，在运动模糊图像的PSF估计和复原之前应当先消除噪声干扰，然而当前很多消噪滤波算法要么计算复杂度高，要么导致图像的部分重要高频信息丢失，这必然会大大降低运动模糊图像复原的效果。

现有的有噪运动模糊图像复原方法存在的缺点有：(1)、无法实现自动鉴别、鉴别精度低；(2)、去噪滤波算法中，计算复杂度高；(3)、去噪过程导致图像重要高频信息丢失，降低运动模糊图像复原的效果。

发明内容

为了克服已有的有噪运动模糊图像复原方法的无法实现自动鉴别、计算复杂度高、复原效果不理想的不足，本发明提供了一种能够实现自动鉴别、计算复杂度低、复原效果好的基于径向基神经网络的有噪运动模糊图像复原方法。

本发明解决其技术问题所采用的技术方案是：

一种基于径向基神经网络的有噪运动模糊图像复原方法，该复原方法包括以下步骤：

(1)、定义有噪运动模糊图像为y(m，n)，先用二维均值滤波器对有噪运动模糊图像y(m，n)生成相应的低通滤波后的平滑图像，计算式为：

s(m,n)=1(2K+1)2Σi=-KKΣj=-KKy(n+i,m+j)---(1)]]>

式(1)中，2K+1表示滤波窗口的大小，且保证窗口在两个方向上的大小为奇数，以保证图像不产生偏移，i表示第i行，j表示第j列；

(2)、计算有噪运动模糊图像y(m，n)与低通滤波后的平滑图像s(m，n)之间的误差图像e(m，n)＝y(m，n)-s(m，n)；

(3)、用Canny算子(一种最优边缘检测算子，具有低误判率、高定位精度、拟制虚假边缘等特点)进行边缘检测，以估算y(m，n)的梯度f＇(m，n)；

(4)、根据f＇(m，n)的大小来计算每个像素的正则化参数λ(m，n)，计算式为：

λ(m，n)＝Ae^{-a|f′(m，n)|}.             (2)