紅外退化圖像自適應(yīng)復(fù)原方法
【專利摘要】本發(fā)明涉及一種紅外退化圖像自適應(yīng)復(fù)原方法，包括如下步驟：（1）獲取輸入圖像、（2）構(gòu)造圖像退化模型、（3）計(jì)算的信息熵、（4）根據(jù)計(jì)算正則化系數(shù)、（5）通過(guò)迭代運(yùn)算對(duì)圖像進(jìn)行復(fù)原、6）輸出復(fù)原圖像。本發(fā)明與現(xiàn)有技術(shù)相比，具有以下顯著優(yōu)點(diǎn)：（1）特別針對(duì)低信噪比紅外圖像，在抑制噪聲的同時(shí)能有效恢復(fù)細(xì)節(jié)信息；（2）根據(jù)圖像局部區(qū)域的信息熵自適應(yīng)計(jì)算正則化參數(shù)，具備多尺度復(fù)原能力，實(shí)現(xiàn)了圖像平滑區(qū)正則化能力強(qiáng)，圖像細(xì)節(jié)區(qū)正則化能力弱；（3）圖像退化模型能夠根據(jù)實(shí)際退化過(guò)程靈活構(gòu)建；（4）不存在高階運(yùn)算和復(fù)雜結(jié)構(gòu)，算法運(yùn)算量小，易于硬件實(shí)時(shí)實(shí)現(xiàn)。
【專利說(shuō)明】紅外退化圖像自適應(yīng)復(fù)原方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明設(shè)計(jì)一種紅外退化圖像自適應(yīng)復(fù)原方法，特別涉及一種適合硬件實(shí)時(shí)實(shí)現(xiàn)的圖像復(fù)原方法。
【背景技術(shù)】
[0002]在紅外圖像采集、傳輸和處理過(guò)程中，由于受大氣擾動(dòng)、光學(xué)系統(tǒng)聚焦不良、景物和成像裝置的相對(duì)運(yùn)動(dòng)等因素影響，導(dǎo)致得到的圖像質(zhì)量下降，圖像變得模糊。為了獲得高信噪比、高清晰度的圖像，需要根據(jù)圖像退化模型對(duì)退化圖像進(jìn)行復(fù)原。
[0003]圖像復(fù)原是圖像處理領(lǐng)域中一個(gè)基礎(chǔ)性、前提性的處理過(guò)程，在初級(jí)視覺(jué)處理中占有極其重要的地位，國(guó)內(nèi)外學(xué)者都很重視這方面的研究。圖像復(fù)原根據(jù)已知的先驗(yàn)知識(shí)多少可分為典型的圖像復(fù)原和圖像盲目復(fù)原兩大類。圖像復(fù)原的難易程度主要取決于先驗(yàn)知識(shí)掌握的精確程度。典型的圖像復(fù)原是根據(jù)確定的先驗(yàn)知識(shí)計(jì)算系統(tǒng)退化的點(diǎn)擴(kuò)散函數(shù)，然后利用逆濾波、最小二乘濾波等反退化的方法，對(duì)退化圖像進(jìn)行復(fù)原，如逆濾波法、空域?yàn)V波方法、以及代數(shù)方法等。圖像盲目復(fù)原是指不需要系統(tǒng)退化的先驗(yàn)知識(shí)或僅需要部分系統(tǒng)退化的先驗(yàn)知識(shí)，通過(guò)對(duì)退化過(guò)程(模糊和噪聲)建立模型，進(jìn)而從退化圖像特征中估計(jì)真實(shí)圖像，如零葉面分離法、ARMA參數(shù)估計(jì)法、先驗(yàn)?zāi)：孀R(shí)法等。現(xiàn)有的紅外圖像復(fù)原方法存在以下缺點(diǎn):(1)多數(shù)現(xiàn)有的紅外圖像復(fù)原方法僅適用于高信噪比的輸入圖像，隨著輸入圖像信噪比下降，復(fù)原圖像視覺(jué)效果變差，不利用人類或機(jī)器對(duì)圖像的理解和分析；(2)多數(shù)現(xiàn)有的紅外圖像復(fù)原方法對(duì)整幅圖像使用同一正則化參數(shù)進(jìn)行正則化，沒(méi)有利用局部特征信息，導(dǎo)致復(fù)原過(guò)程中損失了大量細(xì)節(jié)信息；(3)多數(shù)現(xiàn)有的圖像復(fù)原方法運(yùn)算量大，不易于硬件實(shí)時(shí)實(shí)現(xiàn)。

【發(fā)明內(nèi)容】

[0004]發(fā)明目的:本發(fā)明的目的是設(shè)計(jì)一種方法簡(jiǎn)單、適用性強(qiáng)、效果良好、且適合硬件實(shí)時(shí)實(shí)現(xiàn)的紅外退化圖像自適應(yīng)復(fù)原方法。
[0005]技術(shù)方案:本發(fā)明技術(shù)方案的實(shí)施步驟如下:紅外退化圖像自適應(yīng)復(fù)原方法，包括如下步驟:
[0006](I)獲取輸入圖像Iin;
[0007](2)構(gòu)造圖像退化模型A ；
[0008]( 3 )計(jì)算Iin的信息熵H ；
[0009](4)根據(jù)H計(jì)算正則化系數(shù)入；
[0010](5)通過(guò)迭代運(yùn)算對(duì)圖像I進(jìn)行復(fù)原；
[0011](6)輸出復(fù)原圖像Iwt。
[0012]本發(fā)明紅外退化圖像自適應(yīng)復(fù)原方法中，圖像退化模型A選用高斯低通濾波器，二維表達(dá)式如下所示:
【權(quán)利要求】
1.紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于:包括如下步驟: (1)獲取輸入圖像Iin; (2)構(gòu)造圖像退化模型A; (3)計(jì)算Iin的信息熵H; (4)根據(jù)H計(jì)算正則化系數(shù)λ; 正則化系數(shù)λ表達(dá)式如下所示:

2.根據(jù)權(quán)利要求1所述的紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于，所述步驟(2)中，圖像退化模型A選用高斯低通濾波器，二維表達(dá)式如下所示:
3.根據(jù)權(quán)利要求1所述的紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于，所述步驟(3)中，以坐標(biāo)(i，j)為中心的PXQ鄰域的信息熵H表達(dá)式如下所示:

4.根據(jù)權(quán)利要求1所述的紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于，所述步驟(4)中，根據(jù)圖像鄰域的信息熵自適應(yīng)計(jì)算正則化系數(shù)入。
5.根據(jù)權(quán)利要求1所述的紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于，所述步驟(5)中，第k+Ι次迭代圖像Ik+1表達(dá)式如下所示:
6.根據(jù)權(quán)利要求1所述的紅外退化圖像自適應(yīng)復(fù)原方法，其特征在于，所述步驟(6)中，復(fù)原圖像U表達(dá)式如下所示: U=Ik+1 其中，k表示 迭代次數(shù)。
【文檔編號(hào)】G06T5/00GK103606130SQ201310499697
【公開(kāi)日】2014年2月26日 申請(qǐng)日期:2013年10月22日 優(yōu)先權(quán)日:2013年10月22日
【發(fā)明者】趙春光, 白俊奇, 鄭堅(jiān) 申請(qǐng)人:中國(guó)電子科技集團(tuán)公司第二十八研究所