基于灰度平均梯度和粒子群优化的散焦图像模糊参数估计

来源：计算机应用杂志2016年第4期北京时间：

作者：吴章平, 刘本永

单位：1. 贵州大学 大数据与信息工程学院, 贵阳 550025;2. 贵州大学 智能信息处理研究所, 贵阳 550025

摘要：针对散焦模糊图像的复原问题,提出一种基于灰度平均梯度与粒子群优化(PSO)算法相结合的散焦图像模糊参数估计方法。首先,利用PSO算法随机生成一群不同模糊半径的点扩散函数,分别用维纳滤波算法处理模糊图像,得到一系列复原图像,并计算其对应的灰度平均梯度值;然后,利用图像清晰度与图像灰度平均梯度值成正变关系这一特点,以复原图像的灰度平均梯度值作为粒子群算法的适应度函数值,找出使适应度函数最大的粒子所对应的模糊半径作为最后的估计结果。实验结果表明,与频谱估计方法和倒频谱估计方法相比,所提算法能够更精确地估计出模糊参数,尤其是在大尺度模糊半径的情况下,所提算法估计的精度更高。

关键词：散焦图像,模糊参数估计,灰度平均梯度,粒子群优化算法

基金资助：国家自然科学基金资助项目(60862003);科技部国际合作项目(2009DFR10530)。