学术论文

      利用低秩先验的噪声模糊图像盲去卷积 优先出版 2017年5月15日

      Blind Deconvolution for Noisy and Blurry Images Using Low Rank Prior

      摘要:
      单幅图像盲去卷积的目的是从一幅观测的模糊图像估计出模糊核和清晰图像.该问题是严重病态的,尤其是观测图像中噪声不可忽略时更具挑战性.该文主要针对如何有效利用低秩先验约束进行噪声模糊图像盲去卷积问题,提出一种在交替最大后验(MAP)估计框架下利用低秩先验约束的单幅噪声模糊图像盲去卷积方法.首先,在估计中间复原图像时,利用低秩先验约束对复原图像中的噪声进行抑制.然后,采用降噪后的中间复原图像估计模糊核,得到更好质量的模糊核估计.迭代上述两个操作获得最终可靠的模糊核估计.最后,根据所估计的模糊核,通过非盲去卷积方法复原出清晰图像.实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法.
      作者: 孙士洁* [1,2,3,4] 赵怀慈 [1,3,4] 李波 [1,2,3,4,5] 郝明国 [1,3,4] 吕进锋 [1,2,3,4]
      作者单位: 中国科学院沈阳自动化研究所光电信息技术研究室沈阳 110016 中国科学院大学北京 100049 中国科学院光电信息处理重点实验室沈阳 110016 辽宁省图像理解与视觉计算重点实验室沈阳 110016 沈阳工程学院信息学院沈阳 110136
      年,卷(期): 2017
      分类号: TP391
      在线出版日期: 2017年5月15日