基于边缘模糊频谱特征的散焦参数估计方法

doi:10.11772/j.issn.1001-9081.2014.04.1177

计算机应用 ›› 2014, Vol. 34 ›› Issue (4): 1177-1181.DOI: 10.11772/j.issn.1001-9081.2014.04.1177

基于边缘模糊频谱特征的散焦参数估计方法

梁敏¹,²,朱虹²

1. 山西财经大学信息管理学院,太原 030031
2. 西安理工大学自动化与信息工程学院,西安 710048；

收稿日期:2013-09-29 修回日期:2013-10-31 出版日期:2014-04-01 发布日期:2014-04-29
通讯作者: 梁敏
作者简介:梁敏(1979-),女,山西忻州人,讲师,博士研究生,主要研究方向:图像处理、计算机图形学;
朱虹(1963-),女,浙江嘉兴人,教授,博士生导师,博士,主要研究方向:模式识别、数字图像处理。
基金资助:
国家国际科技合作专项资助项目;山西省自然科学基金资助项目

Defocus blur parameter estimation method based on blur spectrum characteristic of image edge

LIANG Min¹,²,ZHU Hong¹

1. Faculty of Automation and Information Engineering, Xi'an University of Technology, Xi'an Shaanxi 710048, China
2. School of Information Management, Shanxi University of Finance and Economics, Taiyuan Shanxi 030031, China

Received:2013-09-29 Revised:2013-10-31 Online:2014-04-01 Published:2014-04-29
Contact: LIANG Min

摘要/Abstract

摘要：

退化图像复原的关键在于点扩散函数(PSF)的准确估计，针对散焦模糊图像点扩散函数参数未知的情况，提出一种基于图像边缘模糊频谱特征的参数估计方法。首先分析基本边缘经模糊退化后的频谱特征，进而构建了自然图像的边缘模型作为参考图像，通过在连续的散焦值范围内计算与待测模糊图像频谱的最大相似性，以获取散焦参数估计值。实验结果表明，所提方法能够适用于大尺度模糊图像的参数估计问题，且具有较强的抗噪性能。

Abstract:

The accurate estimation of the Point Spread Function (PSF) is the key point in image restoration. For the unknown PSF parameter of defocus blur, an estimation method was proposed based on blur spectrum characteristic of image edge. Specifically, the blur spectrum feature of basic edge was analyzed, and then the edge model of natural image was treated as reference image. Furthermore, the max spectrum similarity was analyzed to obtain the right parameter between the image to be restored and the blurred reference image with defocus parameter in a continuous range. The experimental results show that the proposed algorithm suits large scale defocus blur images and has strong anti-noise ability.

中图分类号:

TP391.41

梁敏朱虹. 基于边缘模糊频谱特征的散焦参数估计方法[J]. 计算机应用, 2014, 34(4): 1177-1181.

LIANG Min ZHU Hong. Defocus blur parameter estimation method based on blur spectrum characteristic of image edge[J]. Journal of Computer Applications, 2014, 34(4): 1177-1181.

参考文献

［1］LEE J, FATHI A S, SONG S. Defocus blur estimation using a cellular neural network [C]// CNNA 2010: Proceedings of the IEEE 12th International Workshop on Cellular Nanoscale Networks and Their Application. Piscataway: IEEE, 2010: 1-4.
［2］EDMUND Y L. Digital restoration of defocus images in wavelet domain [J]. Applied Optics, 2002, 41(23): 4806-4811.
［3］LI N, LU X. Hybrid model and parameter estimation combining defocus and motion blur [J]. Chinese Journal of Scientific Instrument, 2011,32(11):2523-2529.(李楠,路小波.散焦和运动模糊复合模型及参数估计[J].仪器仪表学报,2011,32(11):2523-2529.)
［4］ZHAO L, JIN W, CHEN Y, et al.Blind restoration for defocus blurred image based on autocorrelation of derivative image [J]. Acta Optica Sinica, 2008,28(9):1703-1709.(赵琳,金伟其,陈翼男,等.基于微分图像自相关的离焦模糊图像盲复原[J]. 光学学报,2008,28(9):1703-1709.)
［5］ZHAO L, JIN W, HUANG Y, et al.Analysis on super-resolution blind restoration algorithm of defocus blurred image [J]. Optical Technique, 2010,36(1):75-78.(赵琳,金伟其,黄有为,等.离焦模糊图像超分辨力盲复原算法分析[J].光学技术,2010,36(1):75-78.)
［6］WANG W, FANG W. Blind separation of single-channel permuted defocus blurred image [J]. Journal of Image and Graphics, 2012,17(1): 62-67.(王伟,方勇.单通道散焦模糊置换图像的盲分离[J].中国图象图形学报,2012,17(1):62-67.)
［7］ZHENG C, LI R, CHANG H. Restoration of defocus blurred digital image using Wiener filter in frequency domain [J]. Laser Journal, 2004,25(5):57-58.(郑楚君,李榕,常鸿森.离焦模糊数字图像的Wiener滤波频域复原[J].激光杂志,2004,25(5):57-58.)
［8］LIU K, YANG J, QUAN J, et al.Blur identification and restoration of images with out-of-focus blur [J]. Acta Automatica Sinica, 1994,20(1):58-65.(刘克,杨静宇,权军,等.离焦图象模糊辨识及复原方法研究[J].自动化学报,1994,20(1):58-65.)
［9］WU Z, DU S, YAO H. Restoration and identification of defocus blurred image based on in-focus degree [J]. Infrared and Laser Engineering, 2011,40(4):772-776.(吴振宇,杜少军,姚洪利.采用聚焦度量的散焦模糊图像参数鉴别及复原[J].红外与激光工程,2011,40(4):772-776.)
［10］ZOU M. Deconvolution and signal recovery [M]. Beijing: National Defense Industry Press,2001.(邹谋炎.反卷积和信号复原[M].北京:国防工业出版社,2001.)
［11］ZHOU Q, YAN G, WANG W. Cepstrum based analysis for blur image combining defocus and motion blur[J]. Optical Technique, 2007,33(6):910-914,917.(周曲,颜国正,王文兴.倒谱在混合模糊图像分析中的应用[J].光学技术,2007,33(6):910-914,917.)
［12］ZHOU Q, YAN G, WANG W. Cepstrum analysis based parameter estimation for defocus blur image [J]. Geomatics and Information Science of Wuhan University, 2008,33(3):318-321.(周曲,颜国正,王文兴.基于倒谱分析的散焦模糊图像参数识别[J].武汉大学学报:信息科学版,2008,33(3):318-321.)
［13］ZHOU Q, YAN G, WANG W. Application of correlation analysis to parameter recognition for blur image [J]. Optics and Precision Engineering, 2007,15(6):988-995.(周曲,颜国正,王文兴.相关系数分析在模糊图像参数识别中的应用[J].光学精密工程,2007,15(6):988-995.)
［14］ZHU H, OUYANG G, LIANG M, et al.Blur parameter identification method based on spectrum correlation with reference image [J]. Chinese Journal of Scientific Instrument, 2012,33(8):1837-1843.(朱虹,欧阳光振,梁敏,等.一种基于参考图频谱相关的模糊参数判别方法[J].仪器仪表学报,2012,33(8):1837-1843.)
［15］TAN Y. Research on natural images' processing theory and method [D]. Changsha: National University of Defense Technology, 2004.(谭郁松.自然图像处理理论和方法研究[D].长沙:国防科学技术大学,2004.)

[1]	章悦, 张亮, 谢非, 杨嘉乐, 张瑞, 刘益剑. 基于实例分割模型优化的道路抛洒物检测算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3228-3233.
[2]	孙琳, 袁玉波. 基于人眼状态的瞌睡识别算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3213-3218.
[3]	葛晨宇, 董良, 许伊昆, 常毅, 张宏鸣. 基于总变分低秩组稀疏的全球雷达数据修复算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3353-3361.
[4]	闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3178-3184.
[5]	李福海, 蒋慕蓉, 杨磊, 谌俊毅. 基于生成对抗网络的梯度引导太阳斑点图像去模糊方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3345-3352.
[6]	曹建芳, 闫敏敏, 贾一鸣, 田晓东. 融合迁移学习的Inception-v3模型在古壁画朝代识别中的应用[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3219-3227.
[7]	谌贵辉, 刘会康, 李忠兵, 彭娇, 汪少天, 林瑾瑜. 基于仲裁机制的生成对抗网络改进算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3185-3191.
[8]	杨鼎康黄帅王顺利翟鹏李一丹张立华. 基于对抗生成网络和网络集成的面部表情识别方法EE-GAN[J]. 计算机应用, 0, (): 0-0.
[9]	秦庭威赵鹏程秦品乐曾建朝柴锐黄永琦. 基于残差注意力机制的点云配准算法[J]. 计算机应用, 0, (): 0-0.
[10]	魏淳武, 赵涓涓, 唐笑先, 强彦. 基于多时期蒸馏网络的随访数据知识提取方法[J]. 计算机应用, 2021, 41(10): 2871-2878.
[11]	李自强, 王正勇, 陈洪刚, 李林怡, 何小海. 基于外观和动作特征双预测模型的视频异常行为检测[J]. 计算机应用, 2021, 41(10): 2997-3003.
[12]	裴仪瑶, 郭会明, 张丹普, 陈文博. 基于定位不确定性的鲁棒3D目标检测方法[J]. 计算机应用, 2021, 41(10): 2979-2984.
[13]	许学斌, 张佳达, 刘伟, 路龙宾, 赵雨晴. 融合空间和通道特征的高精度乳腺癌分类方法[J]. 计算机应用, 2021, 41(10): 3025-3032.
[14]	汪虹余, 张彧, 杨恒, 穆楠. 基于蚁群优化算法的弱光图像显著性目标检测[J]. 计算机应用, 2021, 41(10): 2970-2978.
[15]	张怡孙永荣赵科东李华曾庆化. 空中加油场景下的目标联合检测跟踪算法[J]. 计算机应用, 0, (): 0-0.

基于边缘模糊频谱特征的散焦参数估计方法

Defocus blur parameter estimation method based on blur spectrum characteristic of image edge

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics