稀疏先验型的大气湍流退化图像盲复原

TP391; 图像盲复原是仅从降质图像就恢复出模糊核和真实锐利图像的方法,由于其病态性,通常需要加入图像先验知识约束解的范围.针对传统的图像梯度l2和l1范数先验不能真实刻画自然图像梯度分布的特点,本文将图像梯度稀疏先验应用于单帧大气湍流退化图像盲复原中.先估计模糊核再进行非盲复原,利用分裂Bregman算法求解相应的非凸代价函数.仿真实验表明,与总变分先验(l1范数)相比,稀疏先验有利于模糊核的估计、产生锐利边缘和去除振铃等,降低了模糊核的估计误差从而提高了复原质量.最后对真实湍流退化图像进行了复原....

Full description

Saved in:
Bibliographic Details
Published in光电工程 Vol. 47; no. 7; pp. 1 - 9
Main Authors 周海蓉, 田雨, 饶长辉
Format Journal Article
LanguageChinese
Published 中国科学院自适应光学重点实验室,四川成都 610209 15.07.2020
中国科学院光电技术研究所,四川成都 610209
中国科学院大学,北京 100049%中国科学院自适应光学重点实验室,四川成都 610209
Subjects
盲解卷积
稀疏先验
分裂Bregman
自适应光学
Online AccessGet full text
ISSN1003-501X
DOI10.12086/oee.2020.190040

Cover

More Information
Summary:TP391; 图像盲复原是仅从降质图像就恢复出模糊核和真实锐利图像的方法,由于其病态性,通常需要加入图像先验知识约束解的范围.针对传统的图像梯度l2和l1范数先验不能真实刻画自然图像梯度分布的特点,本文将图像梯度稀疏先验应用于单帧大气湍流退化图像盲复原中.先估计模糊核再进行非盲复原,利用分裂Bregman算法求解相应的非凸代价函数.仿真实验表明,与总变分先验(l1范数)相比,稀疏先验有利于模糊核的估计、产生锐利边缘和去除振铃等,降低了模糊核的估计误差从而提高了复原质量.最后对真实湍流退化图像进行了复原.
ISSN:1003-501X
DOI:10.12086/oee.2020.190040