[发明专利]基于三字典块匹配的图像复原方法

说明书

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节信息。

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《Anew TwIST：two-step iterative shrinkage/thresholding algorithms for image restoration》，IEEETrans.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，提出一种基于三字典块匹配的图像复原方法，以在图像复原时，能够去除图像梯度效应，锐化图像边缘，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为：通过将待处理的模糊图像分块，分别找到各图像块在模糊字典中最匹配的图像块，然后利用三个字典间的对应关系恢复出低频结果图和高频结果图，再将恢复出的低频结果图和高频结果图相加，得到最终的复原结果图。其具体步骤包括：

(1)输入一幅待处理模糊图像X_b，初始化模糊图像X_b的低频结果图X_l＝0，低频结果图X_l的大小与模糊图像X_b大小相同；初始化模糊图像X_b的高频结果图X_h＝0，高频结果图X_h的大小与模糊图像X_b相同；

(2)将待处理模糊图像X_b进行大小为5×5的分块，分块过程中相邻块之间重叠4个像素，得到图像块集合P＝{P(i)|i＝1，2，…，G}，初始化i＝1；

(3)设构造字典所用的清晰样本图像的个数M＝5，模糊字典D_b、清晰字典D_c和高频字典D_h分别含有的图像块数目N＝300000，聚类数目n＝600；

(4)对M幅清晰样本图像进行预处理并采样，分别得到模糊字典D_b，清晰字典D_c和高频字典D_h：

(4a)对M幅清晰样本图像用与待处理模糊图像X_b相同的模糊核进行模糊化，得到M幅模糊样本图像，对这M幅模糊样本图像分别按照从左到右，从上到下的顺序提取5×5的图像块，把得到的N个图像块排成一行，得到模糊字典D_b；

(4b)对M幅清晰样本图像分别按照从左到右，从上到下的顺序提取5×5的图像块，把得到的N个图像块排成一行，得到清晰字典D_c；