Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018227882) A PRIORI CONSTRAINT AND OUTLIER SUPPRESSION BASED IMAGE DEBLURRING METHOD
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/227882 International Application No.: PCT/CN2017/111996
Publication Date: 20.12.2018 International Filing Date: 21.11.2017
IPC:
G06T 5/00 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
T
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5
Image enhancement or restoration, e.g. from bit-mapped to bit-mapped creating a similar image
Applicants:
北京大学深圳研究生院 PEKING UNIVERSITY SHENZHEN GRADUATE SCHOOL [CN/CN]; 中国广东省深圳市 南山区西丽镇丽水路深圳大学城北大校区 Peking University Campus Shenzhen University Town, Lishui Road, Xili Town, Nanshan District Shenzhen, Guangdong 518055, CN
Inventors:
李革 LI, Ge; CN
张毅伟 ZHANG, Yiwei; CN
Agent:
北京万象新悦知识产权代理事务所(普通合伙) BEIJING WANXIANGXINYUE INTELLECTUAL PROPERTY OFFICE; 中国北京市 海淀区颐和园路1号北京资源燕园宾馆六层1625号 Room 1625, 6th Floor,Beijing Resource Yanyuan Hotel No. 1 Yiheyuan Road, Haidian District Beijing 100080, CN
Priority Data:
201710452806.815.06.2017CN
Title (EN) A PRIORI CONSTRAINT AND OUTLIER SUPPRESSION BASED IMAGE DEBLURRING METHOD
(FR) PROCÉDÉ DE CORRECTION DE FLOU D'IMAGES BASÉ SUR DES CONTRAINTES A PRIORI ET UNE SUPPRESSION DE POINTS ABERRANTS
(ZH) 基于先验约束和离群值抑制的图像去模糊方法
Abstract:
(EN) Provided is an a priori constraint and outlier suppression based image deblurring method. A convolution model is used for fitting a blurring process of a clear image and then the blurred image I is restored, so that the purpose of image deblurring is achieved. The method comprises an evaluation process of the significant structure of a blurred image, a process of blurring kernel estimation and outlier suppression, and a process of restoring the blurred image by non-blind deconvolution. The significant structure in the blurred image is obtained by use of L0 norm constraint and heavy-tailed a priori information. Specifically, the L0 norm constraint is used to evaluate the blurring kernel. The evaluated blurring kernel is subjected to outlier suppression. The final restored image is obtained by using a non-blind deconvolution algorithm. The present invention can solve the problems of the existing algorithms: a priori assumption is incorrect; a priori constraint is inappropriate; and the blurring kernel has outliers and the like. Therefore the present invention can prominently improve the restoration level of the blurred image.
(FR) L'invention concerne un procédé de correction de flou d'images basé sur des contraintes a priori et une suppression de points aberrants. Un modèle à convolution est utilisé pour ajuster un processus de floutage d'une image nette, puis l'image floutée I est rétablie, de sorte que l'objectif de correction du flou d'image est atteint. Le procédé comporte un processus d'évaluation de la structure significative d'une image floutée, un processus d'estimation de noyau de floutage et de suppression des points aberrants, et un processus de rétablissement de l'image floutée par déconvolution non aveugle. La structure significative dans l'image floutée est obtenue par l'utilisation d'une contrainte de norme L0 et d'informations a priori à queue lourde. Spécifiquement, la contrainte de norme L0 est utilisée pour évaluer le noyau de floutage. Le noyau de floutage évalué est soumis à une suppression de points aberrants. L'image rétablie finale est obtenue en utilisant un algorithme de déconvolution non aveugle. La présente invention peut résoudre les problèmes des algorithmes existants: caractère incorrect d'une hypothèse a priori; inadéquation d'une contrainte a priori; présence de points aberrants dans le noyau de floutage, etc. Par conséquent, la présente invention peut améliorer notablement le niveau de rétablissement de l'image floutée.
(ZH) 提供了一种图像去模糊方法,基于先验约束和离群值抑制,采用卷积模型来拟合清晰图像的模糊过程,再对模糊图像I进行复原,由此达到图像去模糊的目的;包括模糊图像显著性结构评估过程、模糊核估计及其离群值抑制过程、非忙反卷积模糊图像复原过程;利用L0范数约束和重尾先验信息获得模糊图像中的显著性结构;具体采用L0范数约束对模糊核进行评估;对评估的模糊核进行离群值抑制;采用非盲反卷积算法得到最终的复原图像。本发明能够解决现有算法中存在的先验假设不准确、先验约束不合适,以及模糊核中存在离群值的问题,能够明显提高模糊图像的复原水平。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)