基于超拉普拉斯先驗與核譜特性噪聲圖像盲去模糊
摘要:現有大部分盲圖像去模糊方法對噪聲敏感,即使少量的噪聲可大大降低恢復圖像的質(zhì)量.考慮到模糊圖像中同時(shí)隱含有清晰圖像信息和模糊核信息,我們同時(shí)利用卷積核譜特性先驗和清晰圖像梯度域超拉普拉斯先驗聯(lián)合建立含噪圖像盲去模糊模型,較單獨使用卷積核先驗與清晰圖像先驗建模更合理,也能獲得更精確的估計圖像.本文借助于Hessian矩陣,利用模糊圖像及卷積核聯(lián)合生成先驗子,而非單獨的估計圖像先驗子,建立優(yōu)化模型.求解模型時(shí),通過(guò)迭代策略交替細化模糊核和清晰圖像.在清晰圖像恢復階段,因存在超拉普拉斯先驗項,提出用變量分離法計算清晰圖像.清晰圖像采用快速傅里葉變換及封閉閾值公式求解,以提高優(yōu)化速度.實(shí)驗結果表明:與其他方法相比,本文方法能獲得更魯棒的模糊核和更精確的清晰圖像,且收斂速度更快.
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系工程數學(xué)學(xué)報雜志社