科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对运动模糊图像的模糊去除问题,提出了一种基于L0范数正则化的模糊核方法。该方法以图像梯度L0范数为正则项,根据图像的稀疏先验条件,选取合适的参数估计方法,构建了一个非凸的最优化能量函数。在对该函数进行数值求解中,选用了交替迭代法,交替更新原始图像和模糊核的估计值。在原始图像估计中,以图像梯度L0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响,从而提高了核估计的正确率。在模糊核计算过程中,模糊核估计最优化能量函数则转换为一个经典的凸优化问题,再通过对能量函数进行快速傅里叶变换计算可以快速得到所需的估计模糊核。在成功估计出图像模糊核后,图像的盲去卷积问题就转换为图像的非盲反卷积问题。采用以L0.5为正则项的超拉普拉斯先验算法进行反卷积,该算法能够逼近自然图像的重尾分布从而获得更佳的复原结果。实验结果证明,提出的图像去模糊算法与其他近似方法相比,去模糊效果更佳。
- 单位
