基于Lp稀疏正则的图像去模糊方法研究

被引：1

作者：

彭鸿 ^{[1
]}

闫敬文 ^{[2
]}

林哲 ^{[3
]}

机构：

[1] 汕头职业技术学院机电工程系

[2] 汕头大学工学院

[3] 汕头职业技术学院计算机系

来源：

汕头大学学报(自然科学版) | 2017年 / 02期

基金：

广东省自然科学基金;

关键词：

去模糊; Lp范数; 核估计; 反卷积; 点扩散函数; 超拉普拉斯分布;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

在图像去模糊问题中,图像的模糊核估计是重中之重.通常图像的梯度服从重尾分布这一先验被广泛的运用于图像的模糊核估计中,然而受限于非凸优化的数值求解方法,人们往往采用图像梯度的L1范数或者L2范数来近似,从而构造出计算较为简单的凸优化能量函数来估计模糊核.为此,本文提出一种基于Lp稀疏正则的非凸优化的模糊核估计方法,该方法以服从超拉普拉斯分布的图像梯度的Lp范数为稀疏先验项,有效的提高了先验知识的准确性的同时增强图像的强边缘,抑制了细小边缘对模糊核估计的影响.在对Lp范数的数值求解问题中,本文采用GISA(generalized iterated shrinkage algorithm)可以简单且有效的求得任意p值下的最优解.实验表明与传统方法相比,本文方法有效地提升图像的质量,去模糊后的图像更加清晰.

引用

页码：58 / 65

页数：8

共 6 条

[1]

基于谱结构先验的高光谱图像受损谱段快速修复 [J].

刘蕾 ;

闫敬文 .

汕头大学学报(自然科学版), 2016, 31 (02) :59-65

[2]

基于L0正则化模糊核估计的遥感图像复原 [J].

闫敬文 ;

彭鸿 ;

刘蕾 ;

金光 ;

钟兴 .

光学精密工程, 2014, 22 (09) :2572-2579

[3]

Non-blind image deblurring method by local and nonlocal total variation models[J] Shu Tang;Weiguo Gong;Weihong Li;Wenzhi Wang Signal Processing 2014,

[4]

Fast motion deblurring[J] Sunghyun Cho;Seungyong Lee ACM Transactions on Graphics (TOG) 2009,

[5]

Deblurring Poissonian images by split Bregman techniques[J] S. Setzer;G. Steidl;T. Teuber Journal of Visual Communication and Image Representation 2009,

[6]

Removing camera shake from a single photograph[J] Rob Fergus;Barun Singh;Aaron Hertzmann;Sam T. Roweis;William T. Freeman ACM Transactions on Graphics (TOG) 2006,

← 1 →