一种采用图像检测与区域提取的局部模糊复原方法
【技术领域】
[0001] 本发明设及图像处理技术，尤其设及一种采用图像检测与区域提取的局部模糊复 原方法。
【背景技术】
[0002] 模糊图像的复原，旨在研究将模糊退化的图像分析求解获取接近原始场景的最优 化图像。目前，几乎所有的模糊图像复原方法都是针对场景与相机的相对运动、相机的整 体离焦等，也就说该种模糊是全局性的，在该基础上的复原也就是全局性的复原。然而，而 对于场景中只有部分景物对象模糊的情况研究得很少，比如部分景物的与相机的相对运动 (如常见的人、汽车等在相对静态的场景中的移动），局部的离焦模糊等。在局部模糊中，模 糊的景物称为前景，而清晰的景物称为背景，该就是"前景与后景"。
[0003] 局部图像复原工作相对全局复原更为复杂，一般先提取模糊区域，估计模糊程度， 然后复原，最后进行图像的前后景的修补。目前，在局部模糊复原方面研究少，尤其是模糊 区域提取等相关方面，一般只能针对简单的背景才会有相对较好结果，如"基于Z变换的局 部匀速运动模糊图像恢复算法"。该方法在前景和背景色差较大的假设前提下，利用基于背 景差方法将前景从图像中分离出，进而进行处理。
[0004] 现有方法，希望能针对一般的前后背景，能实现局部模糊的复原。使得局部模糊复 原的技术能够应用到科研与日常生活的图像处理中。
【发明内容】
[0005] 本发明针对现有技术的不足，提出一种采用图像检测与区域提取的局部模糊复原 方法，可从局部模糊的图像，利用模糊检测手段标记出大致的模糊区域，进而使用枢图手段 实现模糊区域提取，分割出前景与背景，进而对模糊区域进行复原，并进一步整合得到局部 复原图像。
[0006] -种采用图像检测与区域提取的局部模糊复原方法，该方法具体包括W下步骤：
[0007] (1)局部模糊区域的标记
[0008] 输入灰度图像g，若g为彩色图，则利用其亮度信息；
[000引假设IG是图像g的傅里叶形式，对于IG中任意像素（U，V)，设计S:
[0010]
[0011] MXN是图像的尺寸；把IG(u，v)在极坐标下表示，构建S化0)，f为离原点的距 离即频率值，0为与X轴正方向的角度；其中U=fcos0，V=fsin0 ;对所有方向求和 即对0求和，其结果近似有：
[0012]
[0013] 该里，<?是对应每个方向幅度比例因子，而丫为频率指数，也就是所谓的功率谱 斜率；
[0014] 设计提出局部丫值与全局丫值的对比来实现对模糊的估计；
[0015] 首先计算整幅图像的功率谱斜率即全局丫。，然后在各个尺寸为AX A的局部块V 内计算出每个像素处的丫P，定义指标qi
[0016]
[0017] 对于整幅图像的像素，都有对应的Qi，最后形成与图像g同物理尺寸的数据矩阵 Qi，在Q冲值越大的区域，模糊的概率越高；
[001引对Qi进行归一化；
[0019] 设定两个阔值Ti与T 2, Ti〉T2, Qi中的像素若满足大于T 1，则认为是模糊区域，标记 为模糊区域即前景；而满足小于T2的位置被认为是清晰区域，即背景；其余区域认为是过 渡区域；
[0020] (2)枢图手段实现模糊区域提取
[0021] 进行模糊区域的识别标识后，采用枢图的方法来准确分割模糊区域；枢图是一种 图像软分割技术，它假设图像由不同透明度的前景和背景组成，即是模糊一一前景区域与 清晰一一背景区域，估计出每个像素的透明度，即可区分出前景背景所包含的区域，完成分 害h若将图像像素表示为X= (i，j)，那么图像g(x)可表示为前景F(x)和背景B(x)的线 性组合：
[002引g(x)=曰xF(x) + (l-曰x)B(x)
[002引其中aX是像素透明度，取值范围为[0,U;
[0024]在（1)中，已经标记出模糊区域、清晰区域、过渡区域，那么，对应于a ,中，模糊区 域对应的像素为1，清晰区域对应的像素为0,而过渡区域为未知待求，将此a,作为输入应 用于接下去的优化计算中；
[00巧]对matting方程等式两边求偏导，则；
[0026]
[0027] 式中的
，是梯度算子，那么+ 公相对于及)▽?来说是 很小的，那么将可上式简写并变形为：
[0028]
[0029] 从式中可W看出透明度分布a的梯度与图像本身的梯度成正比；而求解a即是 最小化W下问题：
[0030]
[0031]于是，求解获取透明度分布a，取值范围为[0,1]，P为邻域Q内任意像素；
[0032] 设定枢图阔值化，a图中大于化的都认为是准确的模糊区域；
[0033] (3)对模糊区域进行复原并修复
[0034] 由于（2)中已经获取了模糊区域，对模糊区域进行退化函数估计，并同时复原；方 法采用盲复原技术，由于本发明主要针对线性模糊，初始退化函数h。设定为线性运动，运动 像素为N个，运动方向可根据实际情况设定；在本发明的方法中，对于观测退化图像g，使用 快速傅立叶变换，实现空域和频域中交替迭代；从给定真实图像和退化函数的初始估计值 f(i(x，y)和hc(x，y)出发，每次迭代循环包括利用当前的估计值fk(x，y)和hk(x，y)确定新 的估计值fw(X，y)和hw(X，y)，再对新的估计值依约束条件进行修正，然后将修正后的估 计值作为下一次迭代循环的输入值；循环体中确定新估计值的处理在频域中进行，其具体 表达式为：
[0037] 其中实数a代表噪声的能量，此外，G、F、H分别为g、f、h的频域表达形式，而户代 表F的复共辆，r代表H的复共辆，k为迭代次数；
[0038] 在局部模糊区域复原之后，需要将该部分区域与背景的清晰区域整合起 来；本发明利用i吨ainting算法修复局部模糊复原图像的清晰区域和模糊区域之间 的"破损部分"，利用技术；〇liveiraMM,BowenB,MckennaR,etal.Fastdigital imageinpainting[C].ProceedingsoftheInternationalConferenceon Visualization,ImagingandImageProcessing(VHP2001),Citeseer, 2001:261-266.；
[0039] 于是，最终获取了局部复原结果。
[0040] 本发明方法针对局部模糊图像的复原，考虑利用模糊检测手段标记出大致的模糊 区域，进而使用枢图手段实现模糊区域提取，分割出前景与背景，进而对模糊区域进行复 原，并进一步整合得到局部复原图像。在本发明方法中，输入观测的局部模糊退化图像，给 出相关的几个参数，即可获取效果好的复原图像。本发明方法可应用于清晰背景、运动前景 图像的复原。
【附图说明】
[0041] 图1为本发明方法的操作流程框图；
[0042] 图2为具体实施例图；
[0043] 图2a为输入局部模糊图像；
[0044] 图化为经本文方法处理后获取的复原结果。
【具体实施方式】
[0045] 面结合附图，通过具体实施例，对本发明的技术方案进行清楚、完整的描述。
[0046] 利用本发明方法处理图像，如图1所示，输入原始局部模糊观测图像，即可得到复 原结果。W图2a(观测图像）为例（W下分别称为g)，参数设置如下：
[0047] 巧是对应每个方向幅度比例因子，5,局部块尺寸A= 17,阔值
[0048]Ti= 0. 8 ?max(Qi)，T2= 0. 2 ?max(Q1)，a代表噪声的能量，a= 0. 001，
[0049] 其主要操作步骤如下：
[0050] (1)局部模糊区域的标记
[0051] 输入灰度图像g，若g为彩色图，则利用其亮度信息；
[005引假设IG是图像g的傅里叶形式，对于IG中任意像素（U，V)，设计S:
[0053]
[0054] MXN是图像的尺寸；把IG(u,V)在极坐标下表示，构建S化0 )，f为离原点的距 离即频率值，0为与X轴正方向的角度；其中U=fcos0，V=fsin0 ;对所有方向求和 即对0求和，其结果近似有：
[00 巧]
[0056] 该里，是对应每个方向幅度比例因子，而丫为频率指数，也就是所谓的功率谱 斜率；
[0057] 设计提出局部丫值与全局丫值的对比来实现对模糊的估计；
[0058] 首先计算整幅图像的功率谱斜率即全局丫。，然后在各个尺寸为AXA的局部块V 内计算出每个像素处的丫P，定义指标qi
[0059]
[0060] 对于整幅图像的像素，都有对应的心最后形成与图像g同物理尺寸的数据矩阵 Qi，在Q冲值越大的区域，模糊的概率越高；