1 中国科学院 长春光学精密机械与物理研究所 中国科学院航空光学成像与测量重点实验室, 吉林 长春 130033
2 中国科学院大学, 北京 100039
3 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
针对一阶总变分盲复原块效应严重的问题, 提出了一种自适应阈值的超变分正则化图像盲复原方法来恢复点扩散函数未知的退化图像。对总变分形式进行了分析, 提出了超变分正则项, 并给出了代价函数的数学模型。用估计的图像噪声确定模型中阈值的大小, 然后引进3个辅助变量等价转化代价函数, 以便简化后续计算并提高复原效果。最后, 利用半二次规整化对模型迭代求解。实验结果表明, 复原后图像细节增加且块效应减少, 相对于目前已有的方法, 信噪比提高了近1 dB。恢复效果表明该方法具有较大的实用价值。
图像盲复原 超变分正则项 自适应阈值 半二次规整化 辅助变量 blind image deblurring super total variation term self adaptive threshold semi-quadratic regularization auxiliary variable 光学 精密工程
2012, 20(12): 2759
