论文部分内容阅读
图像盲复原是一个严重的病态问题,一般需要结合图像和模糊核的一些先验对整个过程进行正则化约束,将其转化为良态问题。图像盲复原有两种基本的框架:一是先验辨识,它是先单独估计模糊核,然后再利用估计出的模糊核复原出清晰图像;二是联合辨识,它是同时交替估计出模糊核和清晰图像。先验辨识将图像盲复原分开成两个单独的过程,即模糊核估计和清晰图像复原,所以计算量比较少。本文在先验辨识框架下开展图像盲复原研究工作,首先对图像和模糊核的先验约束问题进行较深入地研究。然后根据研究结果,提出一种基于先验约束的图像盲复原方法,该方法在模糊核估计过程采用图像的L0稀疏先验和模糊核的高斯先验构造代价函数,在清晰图像复原过程采用基于超拉普拉斯先验约束的非盲方法对模糊图像进行复原。本文开展的主要工作如下:1)调研了国内外关于图像盲复原方法的研究现状,深入学习了图像盲复原的相关理论知识,并总结出了本课题的主要研究难点。2)分别对模糊核估计和清晰图像复原两个过程中关于图像和模糊核的先验约束问题进行了研究。对模糊核估计过程,重点分析了图像的L1先验、L1/L2归一化先验、L0稀疏先验;对清晰图像复原过程,重点分析了图像的高斯先验、拉普拉斯先验、混合高斯先验、超拉普拉斯先验。分析结果表明:模糊核估计过程使用图像的L0稀疏先验有利于估计出准确的模糊核,而清晰图像复原过程使用超拉普拉斯先验有利于复原出细节清晰的图像。3)提出一种基于L0稀疏先验约束的模糊核估计方法,该方法利用图像的L0稀疏先验和模糊核的高斯先验构造代价函数。同时在图像正则化参数中引入自适应调节因子,它可以根据图像的不同区域自动调节图像正则化参数的大小,从而在图像含有丰富的细节或模糊尺度较大时,仍然可以估计出较准确的模糊核。4)设计了基于半二次性惩罚技术的迭代求解算法,对模糊核估计的代价函数进行求解。求解过程中对每次迭代估计出的模糊核施加动态阈值约束,以此来抑制模糊核中的噪声,同时保护模糊核的内在特性不被破坏。将估计出的模糊核用到基于超拉普拉斯先验约束的非盲复原方法中,实现对模糊图像的复原。5)为了验证所提出方法的有效性和优越性,分别在人造模糊图像和一些具有挑战性的真实模糊图像上进行了相关的实验。无论从主观视觉还是客观PSNR上都说明本文所提出方法比目前具有代表性的方法在整体上有较好的提高。