图像恢复中的滤波方法

摘要

本发明公开了一种图像恢复中的滤波方法，包括以下步骤：1）对待处理图像进行分块预处理；2）建立图像在格林空间的状态空间模型；3）生成图像的固定滞后平滑器并对图像进行滤波处理。本发明将格林空间的滤波计算方法应用于图像处理中，在计算量上相比增广卡尔曼滤波算法大大降低，在未知噪声统计特性的情况下实现图像恢复，有效的提高了图像噪声滤波处理的适用性以及图像恢复的鲁棒性。

主权项

一种图像恢复中的滤波方法，其特征在于：包括以下步骤：1)对待处理图像进行分块预处理；2)建立图像在格林空间的状态空间模型；3)生成图像的固定滞后平滑器并对图像进行滤波处理，实现图像恢复；所述步骤3)中图像的固定滞后平滑器具有如下形式的观测方程和量测方程：X(i+1)＝FX(i)+Gu(i) (1)Y(i)＝HX(i)+v(i) (2)其中，F,G分别具有如下形式：$F={\left[\begin{array}{ccc}0& I& 0\\ 0& 0& I\\ 0& 0& 0\end{array}\right]}_{9\times 9},G={\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ G_1& G_2& G_3\end{array}\right]}_{9\times 9}$矩阵H是参考点扩散函数PSF的特点来进行选取的由点扩散系数h组成，而h满足下式：$h=\left\{\begin{array}{cc}1/\left({\mathrm{\pi r}}^2\right)& x^2+y^2\le r^2\\ 0& x^2+y^2>r^2\end{array}\right.$其中，r是模糊半径，x，y分别为选取的点的横坐标，纵坐标；X(i)表示每个块内的所有像素点灰度值，X(0)为初始状态，控制量u(i)用来处理图像中所含的噪声、模糊干扰因素，v(i)表示能量有界的外部扰动，其统计特性未知,Y(i)表示已知的观测量；所述步骤1)中对待处理图像进行分块预处理时，分块的方法如下:每a²个相邻的像素点按照规则整理成大小是a²×1的列向量(X_1,1(i)，X_b,b(i))，然后选取这样的b²个相邻向量组合得到一个b²×1的状态向量X(i)，其中a、b均为≧2但<7的整数；所述步骤2)中建立图像的状态空间模型的方法包括如下步骤：1)接收用户根据步骤1)中对图像的分块方式，确定每个块内所含信息的物理意义，和列写的系统模型的基本方程；2)接收用户确定的模型中各系数矩阵的具体表达式，确定的状态向量信息，建立图像在格林空间的状态空间模型。