基于先验优化的一致性模糊盲复原算法

摘要：

为了提高一致性模糊图像盲复原清晰度,针对复原过程中涉及的全变差模型先验约束问题,提出一种基于先验优化的一致性模糊盲复原算法.利用基于半高斯梯度算子的局部加权全变差模型提取模糊图像显著边缘,在去除噪声和纹理干扰的同时,可提高有利信息的保持能力;提出多尺度混合特性先验估计模糊核,增强了模糊核估计的准确性;利用非盲去卷积得到了清晰的复原图像.实验结果表明,相较其他算法,针对模拟模糊图像,所提算法的复原图像峰值信噪比平均提升约1.7％,结构相似性指数平均提升约19.1％;针对真实模糊图像,复原图像伪影更少,边缘纹理细节更加清晰自然,整体视觉效果更好.

关键词：半高斯梯度算子、多尺度混合特性、深度卷积神经网络先验、一致性模糊、图像盲复原

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目51307183

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：63-69