重加权总变分结合hyper-Laplacian的图像盲复原方法

摘要：

提出一种重加权总变分与hyper-Laplacian相结合的图像盲复原算法.首先,通过重加权总变分先验重建模糊图像权重的双峰分布;然后,利用重建后的图像估计连续且稀疏分布的点扩展函数,并用其复原模糊图像,对以上两步反复迭代,使点扩展函数不断接近真实的解;最后,结合hyper-Laplacian函数曲线能很好地拟合自然图像梯度分布的先验对模糊图像进行非盲复原.实验结果表明,与两种具有代表性的盲复原算法相比,该算法能更准确地预测出模糊核,并有效抑制图像的振铃效应,且在主观视觉与客观评价指标上都得到明显的提升.

关键词：图像处理、图像盲复原、重加权总变分、hyper-Laplacian函数、模糊核、迭代

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFD0700300

在线出版日期：2020-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：218-226