本發(fā)明涉及圖像處理,尤其涉及一種圖像去模糊方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。
背景技術(shù):
1、圖像是人們獲取信息的重要途徑。然而在成像過(guò)程中,常常由于相機(jī)的抖動(dòng)、場(chǎng)景中物體的運(yùn)動(dòng)、相機(jī)失焦等不利因素的影響,導(dǎo)致獲得的圖像變得模糊,這極大的阻礙了圖像的正常使用和后續(xù)處理。
2、對(duì)模糊圖像進(jìn)行復(fù)原的過(guò)程,即對(duì)模糊圖像進(jìn)行去模糊的過(guò)程,是計(jì)算機(jī)視覺(jué)和計(jì)算攝影中一個(gè)基本但具有挑戰(zhàn)性的問(wèn)題,其目標(biāo)是將模糊圖像恢復(fù)為清晰圖像。然而,現(xiàn)有的大多數(shù)圖像去模糊方法是利用先驗(yàn)知識(shí)直接去除噪聲,使恢復(fù)出的圖像缺失重要的結(jié)構(gòu)信息,導(dǎo)致恢復(fù)效果不佳。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提供一種圖像去模糊方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì),用以解決現(xiàn)有技術(shù)中存在的缺陷。
2、本發(fā)明提供一種圖像去模糊方法,包括:
3、基于去噪零空間擴(kuò)散模型,對(duì)待處理圖像進(jìn)行去模糊,得到所述待處理圖像的目標(biāo)去模糊圖像;
4、所述去噪零空間擴(kuò)散模型的處理過(guò)程包括:
5、基于所述擴(kuò)散概率模型的反向擴(kuò)散分布的初始方差,對(duì)所述反向擴(kuò)散分布的初始均值和所述初始方差進(jìn)行重新參數(shù)化,得到目標(biāo)均值和目標(biāo)方差;所述目標(biāo)均值基于真實(shí)圖像變量以及當(dāng)前去模糊變量確定;
6、基于所述擴(kuò)散概率模型的邊緣分布,對(duì)所述真實(shí)圖像變量進(jìn)行估計(jì),得到初始估計(jì)結(jié)果,并基于所述目標(biāo)去模糊圖像對(duì)應(yīng)的去模糊變量的通解變量,對(duì)所述初始估計(jì)結(jié)果進(jìn)行修正,得到修正結(jié)果;所述通解變量滿(mǎn)足一致性約束以及真實(shí)性約束;所述通解變量包括值域空間項(xiàng)和零空間項(xiàng),所述值域空間項(xiàng)基于所述待處理圖像對(duì)應(yīng)的待處理變量確定,所述零空間項(xiàng)基于所述去模糊變量的一致性解變量確定;
7、將所述修正結(jié)果作為所述真實(shí)圖像變量的估計(jì)值,并從所述反向擴(kuò)散分布中迭代求解前一去模糊變量,直至得到所述真實(shí)圖像變量的取值,并將所述真實(shí)圖像變量的取值作為所述目標(biāo)去模糊圖像。
8、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述通解變量基于如下形式表示:
9、;
10、其中,為所述通解變量,a為所述一致性約束的線(xiàn)性算子,為所述線(xiàn)性算子的偽逆算子,y為所述待處理變量,為單位矩陣,為所述一致性解變量,為所述值域空間項(xiàng),為所述零空間項(xiàng)。
11、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述目標(biāo)均值和所述目標(biāo)方差基于如下公式表示:
12、;
13、;
14、其中,為所述目標(biāo)均值,為所述目標(biāo)方差,t為馬爾可夫鏈的步數(shù)序數(shù),為所述當(dāng)前去模糊變量,為所述真實(shí)圖像變量,為所述初始方差,為第t步馬爾可夫鏈的超參數(shù),為第t-1步馬爾可夫鏈的超參數(shù)。
15、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述反向擴(kuò)散分布的均值和方差基于將貝葉斯規(guī)則應(yīng)用于所述反向擴(kuò)散分布得到。
16、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述目標(biāo)去模糊圖像服從于所述待處理圖像對(duì)應(yīng)的真實(shí)圖像服從的分布。
17、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述待處理圖像為彩色圖像;
18、所述基于去噪零空間擴(kuò)散模型,對(duì)待處理圖像進(jìn)行去模糊,得到所述待處理圖像的目標(biāo)去模糊圖像,包括:
19、將所述待處理圖像進(jìn)行灰度化,得到待處理灰度圖像;
20、基于所述去噪零空間擴(kuò)散模型,對(duì)所述待處理灰度圖像進(jìn)行去模糊,得到初始去模糊圖像;
21、將所述初始去模糊圖像進(jìn)行彩色化處理,得到所述目標(biāo)去模糊圖像。
22、根據(jù)本發(fā)明提供的一種圖像去模糊方法,所述將所述初始去模糊圖像進(jìn)行彩色化處理,得到所述目標(biāo)去模糊圖像,包括:
23、將所述初始去模糊圖像輸入至彩色化處理模型,得到所述彩色化處理模型輸出的彩色信息,并將所述彩色信息疊加至所述初始去模糊圖像,得到所述目標(biāo)去模糊圖像;
24、其中,所述彩色化處理模型包括編碼器、像素解碼器、顏色解碼器以及融合模塊;
25、所述編碼器用于對(duì)所述初始去模糊圖像進(jìn)行編碼,得到圖像特征;
26、所述像素解碼器用于基于所述圖像特征,提取所述初始去模糊圖像的視覺(jué)特征;
27、所述顏色解碼器用于基于所述視覺(jué)特征以及顏色查詢(xún)特征,提取所述初始去模糊圖像的語(yǔ)義感知顏色嵌入特征;
28、所述融合模塊用于將所述視覺(jué)特征與所述語(yǔ)義感知顏色嵌入特征進(jìn)行融合,得到所述目標(biāo)去模糊圖像。
29、本發(fā)明還提供一種圖像去模糊裝置,包括:
30、去模糊模塊,用于基于去噪零空間擴(kuò)散模型,對(duì)待處理圖像進(jìn)行去模糊,得到所述待處理圖像的目標(biāo)去模糊圖像;
31、所述去模糊模塊包括:
32、參數(shù)化單元,用于基于所述擴(kuò)散概率模型的反向擴(kuò)散分布的標(biāo)準(zhǔn)差,對(duì)所述反向擴(kuò)散分布的初始均值和初始方差進(jìn)行重新參數(shù)化,得到目標(biāo)均值和目標(biāo)方差;所述目標(biāo)均值基于真實(shí)圖像變量以及當(dāng)前去模糊變量確定;
33、修正模塊,用于基于所述擴(kuò)散概率模型的邊緣分布,對(duì)所述真實(shí)圖像變量進(jìn)行估計(jì),得到初始估計(jì)結(jié)果,并基于所述目標(biāo)去模糊圖像對(duì)應(yīng)的去模糊變量的通解變量,對(duì)所述初始估計(jì)結(jié)果進(jìn)行修正,得到修正結(jié)果;所述通解變量滿(mǎn)足所述一致性約束;所述通解變量包括值域空間項(xiàng)和零空間項(xiàng),所述值域空間項(xiàng)基于所述待處理圖像對(duì)應(yīng)的待處理變量確定,所述零空間項(xiàng)基于所述去模糊變量的一致性解變量確定;
34、求解模塊,用于將所述修正結(jié)果作為所述真實(shí)圖像變量的估計(jì)值,并從所述反向擴(kuò)散分布中迭代求解前一去模糊變量,直至得到所述真實(shí)圖像變量的取值,并將所述真實(shí)圖像變量的取值作為所述目標(biāo)去模糊圖像。
35、本發(fā)明還提供一種電子設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述的圖像去模糊方法。
36、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述的圖像去模糊方法。
37、本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述的圖像去模糊方法。
38、與現(xiàn)有技術(shù)相比,本發(fā)明具有如下有益效果:
39、本發(fā)明提供的圖像去模糊方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì),利用去噪零空間擴(kuò)散模型,對(duì)待處理圖像進(jìn)行去模糊,得到待處理圖像的目標(biāo)去模糊圖像??梢栽谝粋€(gè)模糊的觀測(cè)值下估計(jì)高質(zhì)量的復(fù)原圖像,為后續(xù)工業(yè)中的進(jìn)一步處理奠定基礎(chǔ)。而且,該去噪零空間擴(kuò)散模型的處理過(guò)程中,去模糊變量的通解變量滿(mǎn)足一致性約束以及真實(shí)性約束,可以保證去模糊圖像的清晰度。通過(guò)將通解變量分解為值域空間項(xiàng)和零空間項(xiàng),可以減小去噪零空間擴(kuò)散模型的規(guī)模,降低其計(jì)算量,進(jìn)而降低去模糊的成本,并提高去模糊的效率,為將去噪零空間擴(kuò)散模型整合到消費(fèi)者級(jí)設(shè)備中提供可能性。通過(guò)對(duì)反向擴(kuò)散分布的初始均值和初始方差進(jìn)行重新參數(shù)化,可以得到值域空間和零空間分解的干凈的中間狀態(tài),便于得到最終干凈的去模糊圖像。