一种基于边界邻域梯度差值的散焦图像去模糊方法

摘要

本发明公开了一种基于边界邻域梯度差值的散焦图像去模糊方法，属于计算机视觉的学科技术领域。针对现有散焦图像去模糊方法对于多深度层的静态场景无法准确获得散焦图像边界位置的模糊量，本发明充分利用边界邻域梯度差值和模糊量的关系，来准确获得散焦图像边界位置的模糊量，从而解决去模糊结果中出现边界振铃伪影的问题；针对非盲反卷积算法保留图像细节信息的能力不会够强导致去模糊结果中出现细节信息丢失的问题，本发明结合离散模糊量选择策略和稀疏先验设计了一种非盲发卷积算法来加强非盲反卷积算法保留图像细节信息的能力，解决了去模糊结果中出现细节信息丢失的问题，可用于多深度层静态场景下的散焦图像去模糊处理。