[发明专利]图像模糊互补性表征方法

说明书

技术领域

本发明涉及一种图像互补性表征方法，特别是涉及一种图像模糊互补性表征方法。

背景技术

由于运动模糊模型的参数不同，会形成不同模糊程度的降质图像，不同模糊图像之间反映了目标的不同信息，这些信息就称为模糊图像的互补性。图像间互补性能够为模糊图像的清晰化重建提供更多信息。

文献“Li W,Zhang J,Dai Q.Exploring aligned complementary image pair for blind motion deblurring[C],IEEE Conference on Computer Vision and Pattern Recognition,2011:273-280”提出了一种基于两幅图像的模糊图像复原算法，其利用了图像之间的互补信息进行多帧复原，但并未明确说明图像之间互补性的大小，并且，在多帧图像复原的选帧过程中，该方法并未提及选帧的方式，对于图像质量参差不齐的序列多帧图像，选帧方式的不同严重影响图像复原的质量。

发明内容

为了克服现有图像互补性表征方法图像复原质量差的不足，本发明提供一种图像模糊互补性表征方法。该方法首先采用基于图像滤波的方法提取模糊图像的互补性特征，通过对多帧模糊图像进行高频滤波，得到图像对应的高频细节信息；针对图像高频信息进行梯度卷积操作，分别提取水平方向以及竖直方向的图像梯度信息；对模糊图像的高频梯度图进行二值化操作，得到模糊图像的高频梯度二值图，该二值图即为模糊图像的互补性特征。然后基于提取出的模糊图像的互补性特征，利用互补性计算公式进行互补性定量计算，最终得到模糊图像间的互补性数值大小。该方法对不同模糊图像的互补性进行衡量，为模糊图像多帧复原提供了更加明确的图像选帧依据，对于图像质量参差不齐的序列多帧图像，基于互补性表征的图像选帧方式提高了图像复原的质量。

本发明解决其技术问题所采用的技术方案是：一种图像模糊互补性表征方法，其特点是包括以下步骤：

步骤一、针对大小为256×256的序列图像中的任意两幅模糊图像g₁和g₂，采用高斯滤波器G进行图像滤波分解，计算得到模糊图像的高频分量h₁和h₂：

其中，为卷积算子，二维高斯滤波卷积算子G如公式(2)所示：

分别在水平方向和竖直方向上对各高频分量图像h_i做一阶梯度微分，即水平和竖直梯度算子卷积操作，得到水平方向梯度图像hd_ix和竖直方向梯度图像hd_iy：

其中，d_x为水平梯度算子[1,-1]，d_y为竖直梯度算子[1,-1]^T。在计算水平方向和竖直方向梯度图像的基础上，进一步计算提取图像的全局梯度图像hd_i:

对计算得到的梯度图像hd_i进行图像二值化操作，采用公式(6)提取模糊图像的互补性特征T_i(x,y)。

其中，二值化阈值k_i为：

式中，max(hd_i)表示提取梯度图像hd_i的最大像素灰度值，min(hd_i)表示提取梯度图像hd_i的最小像素灰度值。

步骤二、对于计算得到的二值图像T₁和T₂，以其作为模糊图像的互补性特征，基于数学集合论的方法，采用公式(8)，对模糊图像g₁和g₂的互补性进行表征。