基于自然图像块相似性和稀疏先验性的图像复原

摘要：

针对物体成像过程受光学系统散焦、运动、大气扰动及光电噪声等因素影响,导致光学系统获取的图像存在噪声、模糊、畸变等降质问题,对基于自然图像块相似性和自然图像稀疏先验信息的图像复原方法进行研究,提出一种泛化的基于图像块相似性和自然图像稀疏先验的图像复原框架.首先,在研究自然图像稀疏先验模型的基础上比较了几种图像块的相似性模型,比较结果表明在图像复原中利用图像块的高相似性先验条件模型能够提升图像复原的性能;接着,构建和优化了基于图像块的期望log相似性模型,减少了运行时间,简化了学习过程;最后,通过构建一种近似的最大后验估计(MAP)算法,最终实现了基于优化的期望块log相似性和混合高斯模型(GMM)的图像复原.仿真实验结果表明,所提方法能够很好地复原包含有各种模糊和加性噪声的退化图像,所得图像的峰值信噪比(PSNR)和结构相似度(SSIM)都优于当前技术条件下的其他稀疏先验复原方法,并具有更好的视觉效果.

关键词：图像复原、图像块相似性、稀疏先验性、期望块log相似性、高斯混合模型

所属期刊栏目：37

分类号：TP391.413(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China 61175120.国家自然科学基金资助项目61175120

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2319-2323