本發(fā)明涉及圖像復(fù)原技術(shù)領(lǐng)域，具體的涉及一種基于棋盤格圖像對單透鏡計算成像psf估計方法。

背景技術(shù)：

目前，單反相機(jī)以其高清的成像質(zhì)量、豐富的鏡頭選擇、迅捷的響應(yīng)速度、卓越的手控能力等優(yōu)勢在人們的日常生活中發(fā)揮著越來越重要的作用。然而，為彌補(bǔ)單反鏡頭中鏡片的幾何畸變和像差，進(jìn)一步提高成像質(zhì)量，單反鏡頭的設(shè)計日益復(fù)雜，甚至包含數(shù)十個獨立的光學(xué)器件。復(fù)雜的鏡頭在提高成像質(zhì)量的同時，會增加鏡頭的體積和重量，給用戶靈活使用增加難度，并增加鏡頭的成本。因此，在盡量消除鏡片像差，增加成像質(zhì)量的同時，如何降低鏡頭成本，使其更為輕便，也成為目前單反相機(jī)設(shè)計的重要需求之一。近年來，隨著圖像復(fù)原技術(shù)的快速發(fā)展，圖像去模糊等方法越來越成熟，鏡頭中某些消除像差和修正幾何畸變的鏡片可由去模糊等計算攝影技術(shù)代替，從而減輕鏡頭的重量。因此，單透鏡計算成像與圖像復(fù)原技術(shù)的結(jié)合也逐漸成為單反相機(jī)設(shè)計的一個新的研究方向。

單透鏡計算成像的關(guān)鍵在于準(zhǔn)確估計出單透鏡成像系統(tǒng)的點擴(kuò)散函數(shù)(pointspreadfunction，psf)，又稱為模糊核?，F(xiàn)有技術(shù)中估計模糊核常用的方法是利用盲卷積圖像復(fù)原算法(n.joshi,r.szeliskiandd.j.kriegman.psfestimationusingsharpedgeprediction.ieeeinternationalconferenceoncomputervisionandpatternrecognition.pp.3-8,2008.)，但是利用盲卷積圖像復(fù)原方法直接估計模糊核一般需要設(shè)計相應(yīng)的圖像先驗以及模糊核先驗，盲卷積圖像復(fù)原算法的目標(biāo)函數(shù)比較復(fù)雜，估計模糊核需要較長的優(yōu)化迭代時間，而且先驗選取得好壞將直接影響模糊核的估計精度，進(jìn)而影響圖像最終復(fù)原效果。

技術(shù)實現(xiàn)要素：

針對目前的單透鏡計算成像問題中psf估計精確度不高以及估計方法復(fù)雜的技術(shù)問題，本發(fā)明提出一種基于棋盤格圖像對單透鏡計算成像的psf估計方法。

本發(fā)明提供了一種基于棋盤格圖像對單透鏡計算成像的psf估計方法，包括以下步驟：

步驟一：采用單透鏡成像系統(tǒng)在正常光圈下拍攝棋盤格圖像，得到模糊棋盤格圖像；

步驟二：采用單透鏡成像系統(tǒng)在最小光圈下拍攝棋盤格圖像，得到清晰棋盤格圖像；

步驟三：將模糊棋盤格圖像和清晰棋盤格圖像作為輸入值，構(gòu)造該非盲卷積圖像復(fù)原目標(biāo)函數(shù)，

非盲卷積圖像復(fù)原目標(biāo)函數(shù)為：

其中，k表示單透鏡的模糊核，又稱點擴(kuò)散函數(shù)psf；i表示清晰圖像；b表示由單透鏡成像系統(tǒng)直接得到的模糊圖像；表示數(shù)據(jù)擬合項；表示模糊核先驗，其中表示模糊核的導(dǎo)數(shù)；表示能量限制項，滿足∑x,yk(x,y)＝1，其中(x,y)表示模糊核的坐標(biāo)；λ1和λ2分別表示模糊核先驗與能量限制項的在目標(biāo)函數(shù)中的權(quán)重；

步驟四：采用em優(yōu)化算法求解非盲卷積圖像復(fù)原的目標(biāo)函數(shù)，得到所用單透鏡的psf估值。

進(jìn)一步地，棋盤格為黑白棋盤格。

進(jìn)一步地，em優(yōu)化算法包括以下步驟：

(1)e-step：令q(i)＝p(i|b,k)，并計算出q(i)的均值u和方差c，其中p(i|b,k)表示在已知模糊圖像b和模糊核k的條件下，對應(yīng)的清晰圖像為i的概率；均值u代表給定當(dāng)前模糊核時潛在的清晰圖像，c代表清晰圖像周圍的方差；

(2)m-step：找到使k*i-b達(dá)到最小值的k值，即使式(2)達(dá)到最小值；

eq[||k*i-b||²](2)

其中，eq是目標(biāo)函數(shù)的符號，所得最小值即為所用單透鏡的psf估值。

本發(fā)明的技術(shù)效果：

本發(fā)明提供的基于棋盤格圖像對單透鏡計算成像的psf估計方法，采用棋盤格圖像，在不同光圈條件下，拍攝對應(yīng)的模糊與清晰棋盤格圖像，分別模擬單透鏡實際與理想拍攝情況，再通過非盲卷積算法即可估計出單透鏡的模糊核，相比于現(xiàn)有方法，這種方法操作簡單，目標(biāo)函數(shù)簡單，無需設(shè)計復(fù)雜的模糊核先驗與圖像先驗，而且估計出的psf更加準(zhǔn)確。借助棋盤格來“估計”單透鏡鏡頭的psf，屬于圖像復(fù)原領(lǐng)域的問題。

具體請參考根據(jù)本發(fā)明的基于棋盤格圖像對單透鏡計算成像的psf標(biāo)定方法提出的各種實施例的如下描述，將使得本發(fā)明的上述和其他方面顯而易見。

附圖說明

圖1為本發(fā)明提供的基于棋盤格圖像對單透鏡計算成像的psf標(biāo)定方法的流程框圖；

圖2為本發(fā)明優(yōu)選實施例中單透鏡成像系統(tǒng)在正常光圈下拍攝得到的模糊棋盤格圖像；

圖3為本發(fā)明優(yōu)選實施例中單透鏡成像系統(tǒng)在最小光圈下拍攝得到的清晰棋盤格圖像；

圖4為本發(fā)明提供方法和現(xiàn)有盲卷積方法估計的模糊核示意圖，其中(a)為本發(fā)明提供方法用于處理該優(yōu)選實施例所得估計模糊核示意圖，(b)為采用內(nèi)現(xiàn)有盲卷積方法處理該優(yōu)選實施例所得的估計模糊核示意圖。

具體實施方式

構(gòu)成本申請的一部分的附圖用來提供對本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。

參見圖1，本發(fā)明提供的基于棋盤格圖像對單透鏡計算成像的psf估計方法，包括以下步驟：

步驟一：采用單透鏡成像系統(tǒng)在正常光圈下拍攝棋盤格圖像，得到模糊棋盤格圖像；

步驟二：采用單透鏡成像系統(tǒng)在最小光圈下拍攝棋盤格圖像，得到清晰棋盤格圖像；

步驟三：將模糊棋盤格圖像和清晰棋盤格圖像作為輸入值，構(gòu)造該非盲卷積圖像復(fù)原目標(biāo)函數(shù)，

非盲卷積圖像復(fù)原目標(biāo)函數(shù)為：

其中，k表示單透鏡的模糊核，又稱點擴(kuò)散函數(shù)psf；i表示清晰圖像；b表示由單透鏡成像系統(tǒng)直接得到的模糊圖像；表示數(shù)據(jù)擬合項；表示模糊核先驗，其中表示模糊核的導(dǎo)數(shù)；表示能量限制項，滿足∑x,yk(x,y)＝1，其中(x,y)表示模糊核的坐標(biāo)；λ1和λ2分別表示模糊核先驗與能量限制項的在目標(biāo)函數(shù)中的權(quán)重；

步驟四：采用em優(yōu)化算法求解非盲卷積圖像復(fù)原的目標(biāo)函數(shù)，得到單透鏡的psf估值。

本發(fā)明提供方法為提高單透鏡成像系統(tǒng)psf的估計精度，充分利用單透鏡成像系統(tǒng)自身的特性增加psf估計的已知條件，將盲卷積圖像復(fù)原算法轉(zhuǎn)換為非盲卷積圖像復(fù)原算法。此處的清晰和模糊為相對概念，僅取決于拍攝時所用光圈。本發(fā)明提供方法通過將單透鏡成像系統(tǒng)所得清晰圖像和相對模糊的圖像作為目標(biāo)函數(shù)的輸入值，通過em優(yōu)化算法求解目標(biāo)函數(shù)即可得到模糊核。

本發(fā)明利用適合用于估計模糊核的棋盤格圖像，通過單透鏡成像系統(tǒng)分別得到棋盤格的模糊圖像和清晰圖像，再將現(xiàn)有方法中利用盲卷積圖像復(fù)原算法估計成像系統(tǒng)模糊核的方法轉(zhuǎn)換成非盲卷積圖像復(fù)原算法，非盲卷積圖像復(fù)原算法相對盲卷積圖像復(fù)原算法更加簡單，而且增加了模糊核估計作為已知條件，無需復(fù)雜的圖像先驗或模糊核先驗-即可估計出較為準(zhǔn)確的psf。

此處的正常光圈是指可稱為中等光圈范圍的光圈，如f3.5到f5.6均可。最小光圈是指所用單透鏡成像系統(tǒng)的光圈調(diào)小至不能再調(diào)小時所對應(yīng)的光圈；單透鏡成像系統(tǒng)是指前端鏡頭只包含一片凸透鏡的成像設(shè)備，例如該成像設(shè)備包括包裹單鏡片的鏡筒以及設(shè)置于鏡筒后端的卡口，通過卡口可將鏡頭固定在現(xiàn)有相機(jī)上，從而拍攝獲得單鏡片圖像。

單透鏡成像系統(tǒng)直接拍到的圖像相對于單反等高清設(shè)備而言，成像效果模糊，通過后期算法將圖像復(fù)原清晰，在此過程中即可估計出單透鏡的psf。

其中非盲卷積圖像復(fù)原目標(biāo)函數(shù)可以按現(xiàn)有em優(yōu)化算法進(jìn)行求解，優(yōu)選的em優(yōu)化算法包括以下步驟：

(1)e-step：令q(i)＝p(i|b,k)，并計算出q(i)的均值u和方差c，其中p(i|b,k)表示在已知模糊圖像b和模糊核k的條件下，對應(yīng)的清晰圖像為i的概率；均值u就代表給定當(dāng)前模糊核時潛在的清晰圖像，c代表清晰圖像周圍的方差；在此步驟中，因為清晰棋盤格標(biāo)定板已知，可直接將i替換成清晰圖像。

(2)m-step：找到使k*i-b達(dá)到最小值的k值，即式(2)達(dá)到最小值；

eq[||k*i-b||²](2)

其中，eq是目標(biāo)函數(shù)的符號，所得最小值即為所用單透鏡的psf估值。

利用em迭代優(yōu)化算法求得目標(biāo)函數(shù)的最優(yōu)解，即可得到單透鏡鏡頭的psf。

這個不是改進(jìn)點。(1)中的目標(biāo)函數(shù)都需要優(yōu)化算法來求解，我們只是列舉了一種可行的優(yōu)化算法來求解。

優(yōu)選的，棋盤格為黑白棋盤格。采用該棋盤格，能提高估計精確度。

具體的該方法包括以下步驟：

步驟一：采用單透鏡在正常光圈下拍攝棋盤格圖像，得到模糊棋盤格圖像；

步驟二：采用單透鏡在最小光圈下拍攝棋盤格圖像，得到清晰棋盤格圖像；

步驟三：基于步驟一和步驟二中得到的模糊棋盤格圖像與清晰棋盤格圖像，將模糊棋盤格圖像與清晰棋盤格圖像作為已知條件，則可將單透鏡計算成像的psf估計問題轉(zhuǎn)換為非盲卷積圖像復(fù)原問題。所設(shè)計的非盲卷積圖像復(fù)原目標(biāo)函數(shù)可以表述為：

其中，k表示單透鏡的模糊核，又稱點擴(kuò)散函數(shù)psf；i表示清晰圖像；b表示由單透鏡成像系統(tǒng)直接得到的模糊圖像；表示數(shù)據(jù)擬合項；表示模糊核先驗，其中表示模糊核的導(dǎo)數(shù)；表示能量限制項，滿足∑x,yk(x,y)＝1，其中(x,y)表示模糊核的坐標(biāo)；λ1和λ2分別表示模糊核先驗與能量限制項的在目標(biāo)函數(shù)中的權(quán)重。

步驟四：利用em優(yōu)化算法求解步驟三中非盲卷積圖像復(fù)原的目標(biāo)函數(shù)，從而得到單透鏡的psf。

所采用的迭代優(yōu)化算法為em優(yōu)化算法，em優(yōu)化算法主要分為兩個步驟：

(1)e-step：令q(i)＝p(i|b,k)，并計算出q(i)的均值u和方差c，其中p(i|b,k)表示在已知模糊圖像b和模糊核k的條件下，對應(yīng)的清晰圖像為i的概率；均值u就代表給定當(dāng)前模糊核時潛在的清晰圖像，c代表清晰圖像周圍的方差；在此步驟中，因為清晰棋盤格標(biāo)定板已知，可直接將i替換成清晰圖像。

(2)m-step：找到使k*i-b達(dá)到最小值的k值，即式(2)達(dá)到最小值；

eq[||k*i-b||²](2)

其中，eq是目標(biāo)函數(shù)的符號，即求最小值。

利用em迭代優(yōu)化算法求得目標(biāo)函數(shù)的最優(yōu)解，即可得到單透鏡鏡頭的psf。按此步驟進(jìn)行求解，計算效率較高，所得估值的準(zhǔn)確度也較高。

以下結(jié)合具體實施例對本發(fā)明提供的方法進(jìn)行詳細(xì)說明：

本實施例中基于棋盤格圖像對單透鏡計算成像的psf估計方法，包括如下步驟：

步驟一：利用單透鏡在正常光圈下拍攝棋盤格圖像，將直接拍攝得到的棋盤格圖像作為模糊棋盤格圖像，其中的棋盤格標(biāo)定板是指常見的黑白棋盤格，所拍攝的模糊棋盤格圖像如圖2所示，本實施案例中單透鏡的正常光圈是5.6。

步驟二：利用單透鏡在最小光圈下拍攝棋盤格圖像，將得到的棋盤格圖像作為清晰棋盤格圖像，其中的最小光圈是指將鏡頭的光圈調(diào)至最小，在這種情況下拍攝棋盤格標(biāo)定板，所拍攝的清晰棋盤格圖像如圖3所示，本實施案例中單透鏡的最小光圈是22。

步驟三：基于步驟一和步驟二中得到的模糊棋盤格與清晰棋盤格圖像對，將模糊棋盤格圖像與清晰棋盤格圖像作為已知條件，則可將單透鏡計算成像的psf估計問題轉(zhuǎn)換為非盲卷積圖像復(fù)原問題。所設(shè)計的非盲卷積圖像復(fù)原目標(biāo)函數(shù)可以表述為：

其中，k表示單透鏡的模糊核，又稱點擴(kuò)散函數(shù)psf；i表示清晰圖像；b表示由單透鏡成像系統(tǒng)直接得到的模糊圖像；表示數(shù)據(jù)擬合項；表示模糊核先驗，其中表示模糊核的導(dǎo)數(shù)；表示能量限制項，滿足∑x,yk(x,y)＝1，其中(x,y)表示模糊核的坐標(biāo)；λ1和λ2分別表示模糊核先驗與能量限制項的在目標(biāo)函數(shù)中的權(quán)重。在具體實施過程中，取λ1＝0.45和λ2＝0.55。

步驟四：利用em優(yōu)化算法求解步驟三中非盲卷積圖像復(fù)原的目標(biāo)函數(shù)，從而得到單透鏡的psf。所采用的迭代優(yōu)化算法為em優(yōu)化算法，主要分為兩個步驟：

(1)e-step：令q(i)＝p(i|b,k)，并計算出q(i)的均值u和方差c，其中p(i|b,k)表示在已知模糊圖像b和模糊核k的條件下，對應(yīng)的清晰圖像為i的概率；均值u就代表給定當(dāng)前模糊核時潛在的清晰圖像，c代表清晰圖像周圍的方差；在此步驟中，因為清晰棋盤格標(biāo)定板已知，可直接將i替換成清晰圖像。

(2)m-step：找到使k*i-b達(dá)到最小值的k值，即式(2)達(dá)到最小值；

eq[||k*i-b||²](2)

其中，eq是目標(biāo)函數(shù)的符號，所得最小值即為所用單透鏡的psf估值。

利用em迭代優(yōu)化算法求得目標(biāo)函數(shù)的最優(yōu)解，簡單透鏡成像系統(tǒng)的模糊核大致形狀是磁盤圓環(huán)狀，所得估計模糊核越接近圓盤狀說明所估計的效果越好。

本發(fā)明所提出的psf估計方法能估計出較準(zhǔn)確的單透鏡成像系統(tǒng)模糊核，如圖4(a)所示，而圖4(b)是采用現(xiàn)有的盲卷積方法所估計出的模糊核。從圖4的對比中可知，現(xiàn)有標(biāo)定方法所估計的模糊核更接近簡單透鏡成像系統(tǒng)真實的模糊核。

本領(lǐng)域技術(shù)人員將清楚本發(fā)明的范圍不限制于以上討論的示例，有可能對其進(jìn)行若干改變和修改，而不脫離所附權(quán)利要求書限定的本發(fā)明的范圍。盡管己經(jīng)在附圖和說明書中詳細(xì)圖示和描述了本發(fā)明，但這樣的說明和描述僅是說明或示意性的，而非限制性的。本發(fā)明并不限于所公開的實施例。

通過對附圖，說明書和權(quán)利要求書的研究，在實施本發(fā)明時本領(lǐng)域技術(shù)人員可以理解和實現(xiàn)所公開的實施例的變形。在權(quán)利要求書中，術(shù)語“包括”不排除其他步驟或元素，而不定冠詞“一個”或“一種”不排除多個。在彼此不同的從屬權(quán)利要求中引用的某些措施的事實不意味著這些措施的組合不能被有利地使用。權(quán)利要求書中的任何參考標(biāo)記不構(gòu)成對本發(fā)明的范圍的限制。