[发明专利]基于深度多块网络的图像去模糊方法

说明书

基于深度多块网络的图像去模糊方法，它属于图像去模糊处理技术领域。本发明解决了现有图像去模糊方法的去模糊性能差的问题。本发明在解决了光照、相机抖动、成像设备运动等引起的运动模糊问题的同时，还提出了一种权重选择共享机制以减少网络的参数量。本发明提出的基于深度多块网络的图像去模糊方法可以有效地复原图像细节，提升去模糊性能，同时消除模糊图像对定位精度的影响。本发明提出的基于深度多块网络的图像去模糊方法仅需要10ms来处理一幅1280×720分辨率的图像，能够满足视觉室内定位的实时性需求。本发明可以应用于对图像的去模糊处理。

技术领域

本发明属于图像去模糊技术领域，具体涉及一种基于深度多块网络的图像去模糊方法。

背景技术

近年来，随着数字图像处理技术的迅猛发展，图像去模糊问题成为图像处理和计算机视觉领域的热点和难点问题。成像系统的局限性、环境的复杂性和非配合性等诸多因素都会导致获取的图像为有强噪声、低品质和失真等特性的退化图像。图像模糊是一种典型的图像退化形式，光照、相机抖动、成像设备运动等因素都会造成图像产生模糊。研究图像的去模糊问题，从人眼视觉的角度来说将有助于提升图像的视觉质量；从实际应用的角度来说将有助于改善视觉应用的鲁棒性，因此具有重要的实际应用价值。

传统估计模糊核的图像去模糊方法，需估计出每个像素值的模糊核。然而，对于每个像素值找出相对应的模糊核是一个严重的不适定问题。同时，基于估计的模糊核，并通过传统的反卷积获得去模糊图像的这种方法通常出现对模糊核的错误估计。模糊核的错误估计会直接影响去模糊图像的质量，产生振铃、颜色畸变效应。同时，现有的算法都难以准确地对模糊核进行估计。因此，现有方法的去模糊性能较差，对于图像的去模糊研究，还有很长的路要走，存在很多急需解决的问题。

发明内容

本发明的目的是为解决现有图像去模糊方法的去模糊性能差的问题，而提出了一种基于深度多块网络的图像去模糊方法。

本发明为解决上述技术问题采取的技术方案是：一种基于深度多块网络的图像去模糊方法，该方法包括以下步骤：

构建深度多块网络，所述深度多块网络包括第1级子网络、第2级子网络和第3级子网络；

且每级子网络均包括输入层、编码器、解码器和输出层；

采集模糊图像，利用采集的模糊图像对深度多块网络进行训练，即将采集的模糊图像依次输入深度多块网络的第3级子网络，再通过第1级子网络输出对应的去模糊图像；

直至深度多块网络的损失函数不再减小时停止训练，获得训练好的深度多块网络；将待处理的模糊图像输入训练好的深度多块网络后，输出去模糊图像。

本发明的有益效果是：本发明提出了一种基于深度多块网络的图像去模糊方法，本发明解决了光照、相机抖动、成像设备运动等引起的运动模糊问题。同时，本发明还提出了一种权重选择共享机制以减少网络的参数量。本发明提出的基于深度多块网络的图像去模糊方法可以有效地复原图像细节，提升去模糊性能，同时消除模糊图像对定位精度的影响。此外，本发明提出的基于深度多块网络的图像去模糊方法仅需要10ms来处理一幅1280×720分辨率的图像，能够满足视觉室内定位的实时性需求。

附图说明

图1为本发明的深度多块网络的整体架构图；

图2为本发明的权重选择共享机制的示意图；

图3为原始模糊图像；

图4a)为从原始模糊图像中截取出的子图1；

图4b)为从原始模糊图像中截取出的子图2；

图5a)为采用对比算法1获得的子图1对应的去模糊图像；

图5b)为采用对比算法1获得的子图2对应的去模糊图像；