[发明专利]一种针对驾驶室环境的单尺度运动模糊图像帧复原方法

权利要求书

1.一种针对驾驶室环境的单尺度运动模糊图像帧复原方法，其特征在于，包括以下步骤：

S1、获取运动模糊图像帧B1、B2，对运动模糊图像帧进行有效边缘的增强和提取，得到运动模糊图像帧B1的有效边缘；

S2、根据模糊原理构建连续双帧模糊图像帧B1、B2的模糊模型，将二者联合求解连续双帧图像模糊核k₁、k₂；

S3、根据连续双帧图像模糊核k₁、k₂之间的线性关系计算噪声误差，通过最小化噪声误差和高斯先验约束计算得到粗糙初始模糊核k₀；

S4、利用步骤S1得到的有效边缘和步骤S3估计的粗糙初始模糊核k₀建立恢复模型，将模糊图像帧B1、粗糙初始模糊核k₀、L₂正则范数约束项输入恢复模型中，得到模糊图像帧B1的过渡图；

S5、基于模糊图像帧B1的过渡图计算模糊图像帧B1的初始模糊核根据模糊核优化模型迭代计算模糊图像帧B1的模糊核，得到模糊图像帧B1的最优模糊核根据最优模糊核更新恢复模型，得到训练好的恢复模型；

S6、将运动模糊图像帧B1、步骤S5得到的最优模糊核输入到训练好的恢复模型中，恢复模型对运动模糊图像进行复原，输出复原后的图像。

2.根据权利要求1所述的一种针对驾驶室环境的单尺度运动模糊图像帧复原方法，其特征在于，步骤S1具体包括：

S11、利用高斯模糊对运动模糊图像帧B1进行滤波处理，除去图中的噪声和层次干扰；

S12、计算模糊图像B1的梯度：利用空间对比度方法分别对B1计算水平方向和垂直方向的Sobel算子，得到模糊图像的显著边缘，图像梯度计算公式：

其中，I表示输入模糊图像帧B1，表示B1的梯度值，表示B1水平方向的Sobel算子，表示B1垂直方向的Sobel算子；

S13、计算模糊图像B1的边缘置信度，通过置信度阈值控制模糊图像的边缘取舍，将所有边缘置信度大于置信度阈值的像素点保留，而小于得到置信度阈值的像素点将被舍弃，最终得到整体边缘置信度较高的边缘图；

模糊图像边缘置信度的计算表达式包括：

其中，r(p)表示p点的置信度取值，p表示模糊图像的边缘图中的某一像素，h(p)是以p为中心、h×h为大小的图像块，q表示在h×h为大小的图像块中的某一点，表示模糊图像q点的梯度取值，ε_r表示平滑限制参数，ε_r是一个很小的正数，防止在平滑区域产生过大的边缘置信度；

S14、计算模糊图像的最终有效边缘，模糊图像的最终有效边缘确定公式：

其中，I′代表输入模糊图像帧B1经过高斯滤波平滑处理后得到的图像，和分别表示I′在水平和垂直方向上计算Sobel算子得到的边缘；H(·)表示Heaviside函数，为负值输出0，否则为1；||运算表示取图像一阶梯度的绝对值；阈值τ_r和阈值τ_s用于舍弃置信度过小梯度值；λ表示水平方向下梯度算子的惩罚参数，γ表示垂直方向下梯度算子的惩罚参数；r表示输入图像I′中边缘的置信度。

3.根据权利要求1所述的一种针对驾驶室环境的单尺度运动模糊图像帧复原方法，其特征在于，双帧模糊图像帧B1、B2的模糊模型包括：

其中，B₁和B₂为已知的连续双帧模糊图像，B₁表示连续双帧模糊图像中的第一帧模糊图像，B₂表示连续双帧模糊图像中的第二帧模糊图像，I表示二者共同的清晰图像，k₁、k₂分别表示连续双帧图像中两张模糊图片需要求解的模糊核，ε₁、ε₂分别表示I到B₁和B₂两个模糊过程中的不同噪声。