论文部分内容阅读
模糊图像盲复原是指在不知道模糊核的情况下对模糊图像进行复原,这是一个不适定问题。由于实际生活中的模糊图像往往是模糊核未知的,因此本课题的研究具有很大的实际意义和学术价值。模糊图像盲复原中,模糊核估计是关键,它包括构造和求解模糊核估计模型。在模糊核估计模型中,正则化约束项起着重要作用,一般可通过挖掘图像和模糊核的先验知识对其进行构造。本文将基于先验知识构造的正则化约束称为先验约束。并在先验辨识框架下,通过对正则化约束项中图像和模糊核先验知识的分析研究,提出一种基于多先验混合约束的模糊图像盲复原方法。该方法的核心是在模糊核估计模型中对图像和模糊核施加多先验混合约束,然后对提出的模型设计求解算法,从而估计出准确的模糊核。再将估计出的模糊核结合超拉普拉斯非盲复原模型,实现模糊图像复原。为了验证提出方法的有效性,本文在合成模糊图像和真实模糊图像上进行了相应的验证实验。实验结果表明,本文提出方法在主观效果和客观评价上都优于当前经典方法。本文开展的主要工作包括:(1)调研了模糊图像盲复原方法的国内外研究现状。调研分析了常见的正则化模糊图像盲复原方法的理论及实现策略,以及根据不同先验知识构造的图像正则化约束项和模糊核正则化约束项的研究现状。总结出本课题的研究难点为模糊核估计模型中正则化约束项的构造问题及模型求解问题。(2)深入分析研究了正则化模糊图像盲复原方法。根据不同的先验知识,研究总结了常见的图像正则化约束项和模糊核正则化约束项的构造方法。对于图像先验约束,分析了L2范数、L1范数、Lp范数以及L0范数,发现对图像梯度施加L0范数约束,可以提取图像强边缘,有效实现模糊核估计;对于模糊核先验约束,分析了L1范数、L2范数和混合阶L2范数。通过实验验证了对模糊核施加混合阶L2范数约束,有利于估计出较为准确的模糊核。(3)针对模糊核模型的构造和求解问题,本文提出了一种基于多先验混合约束的模糊图像盲复原方法。其特点为:通过对不同的先验知识及图像梯度暗通道稀疏先验知识的分析,并结合图像梯度稀疏约束和模糊核约束,提出基于多先验混合约束的模糊核估计模型,该模型对图像梯度及其暗通道施加L0范数,实现对图像全局和局部先验的约束;对模糊核及其梯度施加L2范数约束,保护模糊核的稀疏性和连续性。由于对模型施加了多先验混合约束,在处理自然、人脸、文本等不同类型模糊图像时,本文方法能估计出准确的模糊核。同时,对提出模型中引入的L0范数和暗通道带来的非凸性和非线性问题,本文提出将近似线性用于半二次分裂算法,很好地解决了模型求解问题。(4)为了验证提出方法的有效性,本文在自然、人脸和文本图像的合成模糊图像及真实模糊图像库上开展了相应实验。实验结果表明,本文提出方法同近几年经典的传统模糊图像盲复原方法相比,在客观结果和主观效果上均具有一定优越性。