一种凝视红外退化图像自适应复原方法

摘要

本发明涉及一种凝视红外退化图像自适应复原方法，属于图像数据处理领域。所述方法构造图像退化模型A；分别计算所述输入图像的信息熵以及输入图像的各向异性扩散系数；之后根据所述信息熵和各向异性扩散系数计算任一坐标(i,j)处的正则化系数λ(i,j)，最后根据输入图像I、图像退化模型A以及正则化系数λ(i,j)计算复原图像。本发明结合信息熵H与各向异性扩散系数G的特点，根据两者的比重求得的正则化系数，具备多尺度复原能力，实现了图像平滑区正则化能力强，图像细节区正则化能力弱的功能，使图像复原更加精准，同时，本发明图像复原过程中不存在高阶运算和复杂结构，算法运算量小，易于硬件实时实现。

主权项

一种凝视红外退化图像自适应复原方法，其特征在于，包括：S1、获取输入图像I；S2、构造图像退化模型A；S3、计算所述输入图像的信息熵以及计算所述输入图像的各向异性扩散系数；S4、根据所述信息熵和各向异性扩散系数计算任一坐标(i,j)处的正则化系数λ(i,j)，$\lambda (i,j)=a\times \frac{H(i,j)-H_{\min }}{H_{\max }-H_{\min }}+b\times \frac{G_{max}-G(i,j)}{G_{max}-G_{\min }}$其中，H(i,j)为坐标(i,j)处的信息熵，G(i,j)为坐标(i,j)处的各向异性扩散系数，H_max和H_min分别为信息熵H中的最大值和最小值，G_max和G_min分别表示各向异性扩散系数G中的最大值和最小值，0≤a≤1，0≤b≤1，a+b＝1；S5、根据输入图像I、图像退化模型A以及正则化系数λ(i,j)计算复原图像I_out；S6、输出复原图像I_out。