基于稀疏和暗通道先驗(yàn)的退化圖像復(fù)原.pdf

1、圖像在獲取和傳輸過(guò)程中，容易受到外界條件的影響而產(chǎn)生退化降質(zhì)現(xiàn)象，模糊圖像便是其中最主要的退化形式。圖像復(fù)原就是通過(guò)建立并求解退化模型來(lái)恢復(fù)出原始的清晰圖像，現(xiàn)下流行的盲復(fù)原算法大多依據(jù)自然圖像的假設(shè)先驗(yàn)知識(shí)來(lái)建立能量方程，然而先驗(yàn)知識(shí)的匱乏或不準(zhǔn)確往往導(dǎo)致所復(fù)原的圖像出現(xiàn)噪聲或者偽影現(xiàn)象。
　　針對(duì)上述問(wèn)題，本文基于貝葉斯框架，建立了盲復(fù)原算法的一般能量方程，并依據(jù)自然圖像的稀疏先驗(yàn)和暗通道先驗(yàn)構(gòu)建了兩種目標(biāo)函數(shù)，這兩種先驗(yàn)結(jié)合

2、起來(lái)能夠約束復(fù)原的圖像更趨向于清晰圖像。本文的主要工作成果如下:
　　1.針對(duì)稀疏先驗(yàn)正則項(xiàng)不準(zhǔn)確的問(wèn)題，構(gòu)建了與L0范數(shù)更為接近的近似函數(shù)，并采用半二次分裂方法求取了模糊核與清晰圖像的解析解;
　　2.提出了一種基于暗通道先驗(yàn)與稀疏先驗(yàn)相結(jié)合的目標(biāo)函數(shù)來(lái)解決單獨(dú)的稀疏先驗(yàn)約束性較低的問(wèn)題，使得復(fù)原圖像更接近真值圖像;
　　3.針對(duì)普通算法估計(jì)的模糊核容易出現(xiàn)噪聲的現(xiàn)象，提出了一種分塊面積約束的方法來(lái)有效的抑制模糊核中