高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多正则化混合约束的模糊图像盲复原方法

唐述 谢显中

唐述, 谢显中. 多正则化混合约束的模糊图像盲复原方法[J]. 电子与信息学报, 2015, 37(4): 770-776. doi: 10.11999/JEIT140949
引用本文: 唐述, 谢显中. 多正则化混合约束的模糊图像盲复原方法[J]. 电子与信息学报, 2015, 37(4): 770-776. doi: 10.11999/JEIT140949
Tang Shu, Xie Xian-Zhong. Multi-regularization Hybrid Constraints Method for Blind Image Restoration[J]. Journal of Electronics & Information Technology, 2015, 37(4): 770-776. doi: 10.11999/JEIT140949
Citation: Tang Shu, Xie Xian-Zhong. Multi-regularization Hybrid Constraints Method for Blind Image Restoration[J]. Journal of Electronics & Information Technology, 2015, 37(4): 770-776. doi: 10.11999/JEIT140949

多正则化混合约束的模糊图像盲复原方法

doi: 10.11999/JEIT140949
基金项目: 

国家自然科学基金(61271259, 61301123),重庆市自然科学基金(CTSC2011jjA40006),重庆市教委科学技术研究项目(KJ120501, KJ120502, KJ110530),重庆邮电大学青年科学研究项目和重庆邮电大学科研基金项目(A2014-10)资助课题

Multi-regularization Hybrid Constraints Method for Blind Image Restoration

  • 摘要: 图像复原是一个长期的且极具挑战性的逆问题。为了实现模糊图像的盲复原,该文提出一种多正则化混合约束的模糊图像盲复原方法。首先,运用一种图像的局部结构提取策略(Local Structure Extraction Scheme, LSES)将图像中的大尺度图像边缘准确地提取出来。然后,在模糊核(Blur Kernel, BK)的估计阶段,将提取的大尺度图像边缘与前期研究中所提出的一种结合稀疏性和平滑特性的双重正则化约束模型相结合,实现模糊核更加准确的估计。在图像的复原阶段,为了得到高质量的复原图像,提出一种结合全变差(Total Variation, TV)模型和Shock滤波器不变特性的多正则化约束模型,从而实现模糊图像的清晰化复原。最后,通过半二次性的变量分裂策略对提出的模型进行最优化求解,能够在准确地估计出BK的同时得到高质量的复原图像。在人造的模糊图像和真实的模糊图像中进行了大量的实验,证明了所提方法的有效性,且与近几年的一些极具代表性的模糊图像盲复原方法相比,不仅主观视觉效果得到了显著的增强,而且客观评价指标也得到了明显的改进。
  • 加载中
计量
  • 文章访问数:  1763
  • HTML全文浏览量:  120
  • PDF下载量:  857
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-07
  • 修回日期:  2014-12-09
  • 刊出日期:  2015-04-19

目录

    /

    返回文章
    返回