【技術實現步驟摘要】
本專利技術涉及ー種圖像處理技術，尤其是涉及。
技術介紹
數碼相機的普及使得其逐漸進入了千家萬戶。在拍攝家庭照片的時候，相機發生抖動是經常會出現的情況。究其原因，是因為在相機快門處于打開的時間內，所拍攝的人物或物體和照相機的CCD/CM0S (數碼照相機中的圖像傳感器，將光信號轉變成電信號)之間發生了相対的移動。在數字圖像處理領域，這樣的ー種相對運動我們常用模糊核來描述。日常生活中，相機抖動導致照片模糊的情況十分普遍。由于隨著時間的推移，許多場景無法在模糊發生后重現，如此，一個珍貴的鏡頭往往會因為模糊而大打折扣。最好避免或減弱模糊的方式是將相機支在三腳架上，或是利用較高的ISO感光度，也可打開鏡頭(如有)的防抖功能。但三腳架攜帯不便攜；ISO的提高雖然可以通過提高快門速度從而減弱運動模糊，但一定程度上會帶來噪聲(也稱噪點)，降低畫質；單反數碼相機鏡頭防抖功能對于消費級卡片數碼相機也只能是奢望。而對于數碼相機的發展而言，像素的提升、更強大的傳感器的升級，以及更智能的場景模式給予普通攝影者更多的便利，更容易拍攝出優秀的照片。然而這些硬軟件的升級，都是基于相機拍攝前的一些設定，對于照片拍攝之后的優化卻相對鮮有。在文獻《RemovingCamera Shake from a Single Photograph)) (ACMTransactions on Graphics(TOG)-Proceedings of ACM SIGGRAPH2006, Volume25Issue3,July2006, Pages787-794)中，文章提出了基于自然圖像的重尾分布對照片進...
【技術保護點】
一種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，包括以下步驟：1)選擇與待去模糊圖像類似的清晰圖像；2)對選擇的清晰圖像調整尺寸，使該圖像和待去模糊圖像的尺寸大小相近；3)計算水平與豎直方向的圖像梯度分布；4)利用EM算法對步驟3)中的梯度分布進行擬合，得到新的先驗概率模型；5)通過新的先驗概率模型對待去模糊圖像進行去模糊操作。
【技術特征摘要】
1.種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，包括以下步驟: 1)選擇與待去模糊圖像類似的清晰圖像； 2)對選擇的清晰圖像調整尺寸，使該圖像和待去模糊圖像的尺寸大小相近； 3)計算水平與豎直方向的圖像梯度分布； 4)利用EM算法對步驟3)中的梯度分布進行擬合，得到新的先驗概率模型； 5)通過新的先驗概率模型對待去模糊圖像進行去模糊操作。2.據權利要求1所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的步驟I)中的類似指梯度分布上的相似。3.據權利要求2所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的類似的圖像是同為山川景物類或同為人物肖像類。4.據權利要求1所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的步驟2)中調整尺寸的方法為雙線性內插法。5.據權利要求1所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的新的先驗概率模型P具體為:6.據權利要求5所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的新的先驗概率模型采用GaussianMixtureslD函數完成,該函數具體如下:[mu, sigma, weight, log] = GaussianMixtureslD u，nノ 其中X為數據，n為高斯分布支數，weight為姆支分布所占的權重，sigma為協方差矩陣，mu為各支高斯分布的均值，log為最大似然估計取對數后的值。7.據權利要求6所述的ー種基于去模糊圖像的梯度擬合與去模糊方法，其特征在于，所述的GaussianMixtureslD函數采用EM算法實現，EM算法具體如下: 第一歩是計算期望，利用對隱藏變量的現有估計值，計算其最大似然估計值，對于第c支高斯分布:normalizer =1/( (2* n ) '0.5) *det (sigma (:，:, c)) '-0.5//...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。