随着各种便携式数码产品在生活中的普及,图像的质量退化问题受到广泛的关注。作为图像退化中的最为常见的现象,图像去模糊问题是备受关注的焦点课题,在航空航天、国防公安、生物医学、交通安全等领域具有广泛的应用价值。运动模糊是图像模糊中常见的退化情形,它来源于捕获图像的过程中,成像设备或目标物体的相对运动。盲去运动模糊问题是本文的主要关注目标。首先介绍了图像去模糊的研究背景和现状；然后简要说明了几类常用图像先验约束以及盲去模糊方法。在此之后,提出一种新颖的基于FoE (Field of Experts)模型和图像梯度保真的正则化方法；模糊核估计方面,提出一种基于l2范数和连续性的方法。大多数图像去模糊方法采用固定参数的梯度先验来恢复清晰图像,导致恢复出的清晰图像中存在细节丢失的现象,而且没有考虑自然图像的高阶先验。针对这一问题,本文提出一种新的基于FoE (Field of Experts)模型和图像梯度保真的图像复原模型。首先,GSM (Scale Mixtures of Gaussians) FoE模型通过训练自然图像库中的图像学习出具有图像高阶先验信息的滤波器和相应参数；其次,将这些学习结果用于指导图像复原过程,提出了一种基于GSM FoE和梯度保真的图像复原模型,该模型可以用IRLS(迭代重加权最小二乘)方法有效求解。实验表明,本文提出的复原方法可以简单有效地去除模糊和噪声,在保持图像细节的同时能够抑制振铃效应。本文方法也能有效处理模糊较大的情况。
暂无评论