[发明专利]基于四方向交叠组合稀疏全变分的图像复原方法及系统

说明书

本发明公开了图像修复技术领域的一种基于四方向交叠组合稀疏全变分的图像复原方法及系统。图像复原方法包括：获取待修复图像；使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，输出修复好的图像。通过使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，充分挖掘图像上四个方向的梯度信息，加以交叠组合，能在去除噪声的同时保留图像特征且抑制阶梯效应。

技术领域

本发明属于图像修复技术领域，具体涉及一种基于四方向交叠组合稀疏全变分的图像复原方法及系统。

背景技术

由于环境和图像传输等各方面的影响，图像在采集、传输、存储等过程中往往会受到不同程度的噪声污染，从而引起了图像的退化并且严重降低了图像质量。因此，图像复原技术是图像处理领域中一类非常重要的处理技术。现有技术中，图像修复方法虽然具有保留图像特征(边缘、纹理部分)的优点，但同时也会产生阶梯效应。

发明内容

为解决现有技术的不足，本发明提供一种基于四方向交叠组合稀疏全变分的图像复原方法及系统，能在去除噪声的同时保留图像特征且抑制阶梯效应。

为达到上述目的，本发明所采用的技术方案是：

第一方面，本实施例提供一种基于四方向交叠组合稀疏全变分的图像复原方法，包括：获取待修复图像；使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，输出修复好的图像。

进一步地，所述四方向交叠组合稀疏全变分模型为：

其中，表示复原后的图像，F表示模糊带噪的退化图像，U表示待修复图像，H表示点扩散函数构造的模糊算子或恒等算子，K_h和K_v分别代表水平和垂直方向的差分卷积算子，K_d和K_b分别代表在对角线和反对角线的差分卷积算子，|| ||₂为欧几里得范数，代表模拟未知数据先验知识的正则化函数项，μ是起到平衡两项作用的正则化参数。

进一步地，所述待修复图像满足周期性边界条件。

进一步地，修复时，将待修复图像的每个像素点在垂直、水平、对角线和反对角线四个方向上的梯度信息加以组合，形成组合梯度。

进一步地，修复时，将图像的四个方向的差分矩阵运算视为卷积操作，采用基于拉格朗日的ADMM算法将受约束的优化问题分裂为若干个子问题，其中，子问题分别用二维快速傅里叶变换和优化最小化法，交替迭代独立求解。

第二方面，提供一种基于四方向交叠组合稀疏全变分的图像复原系统，包括：图像采集模块，用于获取待修复图像；图像复原模块，用于使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，输出修复好的图像与现有技术相比，本发明所达到的有益效果：

(1)本发明通过使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，充分挖掘图像上四个方向的梯度信息，加以交叠组合，能在去除噪声的同时保留图像特征且抑制阶梯效应；

(2)本发明将复杂问题分解成几个独立的子问题解决，并用FFT和MM算法交叠迭代求解子问题，去模糊时间也有较其他同类模型有缩短。

附图说明

图1是本发明实施例提供的一种基于四方向交叠组合稀疏全变分的图像复原方法的主要流程示意图；

图2是σ＝15时图像去噪后的复原结果图：(a)含噪图像，(b)TV+BOX模型复原图，(c)TV4模型复原后图，(d)OGSTV模型复原图，(e)本发明新方法模型复原图，(f)-(j)是(a)-(e)模型对应的局部放大图；