[发明专利]图像处理的方法和装置

说明书

本申请提供了一种图像处理的方法和装置，能够对真实的高分辨率图像不失真的快速去模糊，提高图像质量。该图像处理的方法，包括：获取第一图像，该第一图像为高分辨率的模糊图像；对该第一图像进行下采样得到第二图像；根据该第二图像确定第一模糊核；根据该第一模糊核得到第三图像，其中，该第三图像为与该第一图像分辨率相同的去模糊图像。

技术领域

本申请涉及图像处理领域，并且更具体的，涉及图像处理的方法和装置。

背景技术

随着电子设备的摄像头的分辨率越来越高，照片像素数普遍达到10M以上。当电子设备的摄像头处于不稳定的状态，例如，手抖或暗光条件，容易拍出模糊照片，影响图片质量，对识别和分析图像信息的内容带来很大的不便。

传统去模糊技术，能够较好的实现图像的去模糊，得到质量较好的去模糊图像。但随着图片分辨率的增大，基于传统去模糊方法计算量很大，去模糊速度很慢，耗时较大。随着深度学习技术的兴起，基于深度学习去模糊技术迅速发展。但由于基于深度学习的去迷糊方法中在训练去模糊模型时的训练集为算法合成的模糊图，并不是真实的图像，当去模糊的图像与训练集中的图像不同时，基于训练模型得到的去模糊图像会存在失真，而且基于深度学习的去模糊算法在对高分辨率图像进行去模糊时，耗时过大，影响去模糊的实时性。

因此，如何对真实的高分辨率图像不失真的快速去模糊，提高图像质量成为我们亟待解决的问题。

发明内容

本申请提供了一种图像处理的方法和装置，能够对真实的高分辨率图像不失真的快速去模糊，提高图像质量。

第一方面，提供了一种图像处理的方法，包括：获取第一图像，该第一图像为高分辨率的模糊图像；对该第一图像进行下采样得到第二图像；根据该第二图像确定第一模糊核；根据该第一模糊核得到第三图像，其中，该第三图像为与该第一图像分辨率相同的去模糊图像。

上述技术方案中，对获取的高分辨率模糊图像进行下采样得到低分辨率模糊图像，根据得到的低分辨率模糊图像估计第一模糊核，并根据得到的第一模糊核得到与原始获取的高分辨率模糊图像分辨率相同的去模糊图像，从而实现在减小去模糊耗时的同时提高了图像质量。

结合第一方面，在第一方面的某些可能的实现方式中，根据该第二图像确定第一模糊核，包括：获取该第二图像的边缘图；确定该边缘图的至少一个第一区域，其中，该至少一个第一区域中的每一个第一区域为该边缘图的边缘显著区域；根据该至少一个第一区域确定该第一模糊核。

先利用边缘检测算法求取第二图像的边缘图像，然后截取包含显著性边缘的一块或多块区域估计第一模糊核。例如，根据下式所示的梯度域的迭代自适应先验模型来估计第二图像的模糊核：

其中，为清晰图像X的梯度图，参数p和λ是模糊和估计的迭代优化参数，通过迭代优化，即可得到第一模糊核k。

在一些可能的实现方式中，为了获得更加理想的复原效果，可以采用各项异性的全变分(total vation，TV)模型，使得估计出的第一模糊核更加准确。从而获得更加准确的第一模糊核。

应说明，上述在估计第一模糊核的过程中，在获取第二图像边缘时，可以采用任何现有算法中的边缘检测算法，例如，Sobel算法、Canny算法以及Laplacian算法等，本申请实施例对于具体算法并不作任何限定，只要能够获得较为准确的边缘图像即可。

另外，在估计第一模糊核时，上述所示的公式仅仅为示例性说明，本申请实施例对于估计第一模糊核的方法不作具体限定。

结合第一方面，在第一方面的某些可能的实现方式中，根据该第一模糊核得到第三图像，包括：根据该第一模糊核对该第二图像进行非盲去模糊得到第四图像；对该第四图像进行上采样得到该第三图像。