一种基于图像颜色平缓变化先验的单透镜计算成像方法

摘要

本发明公开了一种基于图像颜色平缓变化先验的单透镜计算成像方法。首先利用单透镜相机获取模糊图像；将模糊图像的像差校正问题转换为盲卷积图像复原问题；在盲卷积图像复原算法的目标函数中加入图像颜色平缓变化先验；对加入图像颜色平缓变化先验的目标函数采用相应的迭代优化算法估计出单透镜的PSF；最后利用非盲卷积图像复原算法得到最终的清晰图像。本发明通过分析彩色图像三个彩色通道之间的关系，发现图像颜色的变化规律，提出一种图像颜色平缓变化的先验，能很好地体现图像颜色变化的特性，从而提高盲卷积图像复原算法所估计出的PSF精度，最终提高图像复原质量。

主权项

一种基于图像颜色平缓变化先验的单透镜计算成像方法，其特征在于包括以下步骤：S1：利用单透镜相机获取模糊图像；S2：将模糊图像的像差校正问题转换为盲卷积图像复原问题，将单透镜得到的模糊图像作为已知条件，用盲卷积图像复原算法对模糊图像处理，得到单透镜的模糊核和最终的清晰图像；具体包括以下步骤：S21：通过分析彩色图像三个通道内以及不同通道之间颜色的变化情况，提出图像颜色平缓变化先验，并加入到盲卷积图像复原的目标函数中；在所述图像颜色平缓变化先验中，图像整体颜色平缓变化和单个通道内的颜色平缓变化使用高斯函数来体现，该先验的具体表达式如下：$\underset{i=1}{\overset{3}{\Sigma }}{\lambda }_i\underset{a=1}{\overset{5}{\Sigma }}\left|\right|H_a{I}_i|{|}^2---\left(1\right)$其中，i代表彩色图像中不同的通道，I_i代表清晰图像的第i通道，λ_i是每个通道的颜色平缓变化先验权重，H_a是添加的重尾分布项，H_{1,2}卷积矩阵表示一阶导数，H_{3,4,5}卷积矩阵表示二阶导数；S22：针对步骤S21中的目标函数，采用相应的迭代优化算法估计出单透镜的PSF；S23：针对步骤S22中得到的单透镜PSF，利用相应的非盲卷积图像复原算法得到最终清晰图像。