[发明专利]一种噪声模糊图像非盲复原方法、系统及存储介质

说明书

本发明公开了一种噪声模糊图像非盲复原方法、系统及存储介质，所述方法包括：基于预建立的噪声模糊图像复原模型进行迭代计算，所述迭代计算包括：采用梯度投影算法获取噪声模糊图像相关矩阵对，根据图像中相邻像素之间灰度值的差异自适应生成该像素横向和纵向正则化加权参数；根据所述矩阵对及像素横向和纵向正则化加权参数构建的矩阵组获取复原图像。本发明能够在对噪声模糊图像去噪、去模糊的同时提升图像中纹理部分和细节部分复原效果。

技术领域

本发明涉及一种噪声模糊图像非盲复原方法、系统及存储介质，属于图像处理技术领域。

背景技术

图像在获取、传输和保持的过程中，由于光学条件、摄像技术、传输渠道、自然环境、人为破坏等各种原因难免会出现包含噪声、发生模糊等现象，使得图像质量降低，视觉效果显著下降。所以，必须对包含噪声、发生模糊的图像进行复原，提升图像质量，改善图像视觉效果。

发明内容

本发明实施例的目的在于克服现有技术中的不足，提供一种噪声模糊图像非盲复原方法、系统及存储介质，能够在对噪声模糊图像去噪、去模糊的同时提升图像中纹理部分和细节部分复原效果。

为达到上述目的，本发明实施例是采用下述技术方案实现的：

第一方面，本发明实施例提供了一种噪声模糊图像非盲复原方法，所述方法包括如下步骤：

基于预建立的噪声模糊图像复原模型执行下述迭代操作：

依据x^k-1、预构建的矩阵对(p,q)生成矩阵对(p^k-1,q^k-1)；x^k-1表示第k-1次迭代后数字图像x的值；p表示数字图像x中像素与其下方相邻像素之间灰度值的差值，q表示数字图像x中像素与其右方相邻像素之间灰度值的差值；p^k-1表示第k-1次迭代后数字图像x^k-1中像素与其下方相邻像素之间灰度值的差值，q^k-1表示第k-1次迭代后数字图像x^k-1中像素与其右方相邻像素之间灰度值的差值，1≤k≤N,N表示算法总迭代次数；

依据矩阵对(p^k-1,q^k-1)生成纵向自适应加权参数a^k-1和横向自适应加权参数b^k-1；

根据矩阵对(p^k-1,q^k-1)、a^k-1和b^k-1以及预构建的矩阵组(p,q,a,b)，得到矩阵组(p^k-1,q^k-1,a^k-1,b^k-1)；a表示数字图像x中像素的纵向自适应加权参数，b表示数字图像x中像素的横向自适应加权参数；a^k-1表示数字图像x^k-1中像素的纵向自适应加权参数，b^k-1表示数字图像x^k-1中像素的横向自适应加权参数；

依据矩阵组(p^k-1,q^k-1,a^k-1,b^k-1)利用梯度投影算法得到矩阵对(p^k,q^k)；p^k表示第k次迭代后p的值，q^k表示第k次迭代后q的值；