基于分裂Bregman方法的全变差图像去模糊

针对全变差图像去模糊问题,提出一种基于分裂Bregman方法的全变差图像去模糊算法,利用分裂Bregman方法来优化其求解问题模型.首先,利用辅助变量及其二次惩罚泛函把全变差去模糊优化问题转化为一个等价的无约束优化问题;其次,基于Bregman迭代将其分解为两个子优化问题采用交替最小化方法进行求解;最后,根据子问题结构特点,采用离散傅立叶变换及收缩技术实现子优化问题的快速计算.实验结果表明,在不同尺寸模糊核条件下本文算法能获得有效、稳定的图像复原结果,相比FTVd、IRN去模糊方法,本文算法复原效果更好,计算更加快速.     

多约束的运动模糊图像盲复原方法

运动模糊图像的盲复原一直以来都是一个极具挑战的问题.为了能够准确地估计出运动模糊核(Motion Blur Kernel:MBK),进而得到高质量的复原图像,提出了一种基于正则化技术的多约束运动模糊图像盲复原方法.首先,为了能够准确地提取出图像中的大尺度边缘,提出了一种基于梯度选择的稀疏图像平滑方法;然后,在MBK的估计阶段,根据运动模糊核的内在特性,提出了一种多约束的正则化模型,同时结合提取的大尺度图像边缘,实现了对MBK的准确估计;最后,采用了半二次性的变量分裂策略对在模糊核估计阶段所提出的多约束正则化模型进行最优化求解,能够在准确估计MBK的同时得到高质量的复原图像.分别在人造的模糊图像和真实的模糊图像上进行了大量的实验,实验结果表明:提出的方法较近几年的一些代表性的较为成功的运动模糊图像盲复原方法相比,在主观的视觉效果和客观评价指标两方面都具有明显的改进.     

基于边缘信息的运动模糊图像的鲁棒盲复原

为获得适用于不同模糊图像且简捷的图像盲复原方法,提出了一种稳健的从单幅模糊图像中求取模糊核并对图像去模糊的图像盲复原方法。根据模糊图像与非模糊图之间的边缘关系求模糊核,并在多尺度框架下针对各个子算法设定自适应参数,从而构建一个稳健的图像盲复原方法。对复原结果用4种无参考的图像质量评价方法的评价结果显示,本文方法在噪声和...     

基于模糊核优化的图像盲去模糊算法

针对图像的模糊算法优化问题,首先选取高斯分布拟合自然图像的分布特性,利用双边滤波器从模糊图像中提取出清晰的图像边缘。针对降噪进行参数设置,在初步估计出模糊核之后,对模糊核进行正规化修正工作。最后在图像复原阶段,利用优化的凸函数拟合自然图像分布,并利用快速傅里叶变换提高算法计算速度。实验结果,表明该模糊核优化算法与现有的其他算法相比,复原后的图像具有更好的视觉效果,且计算时间减少约20%。     

基于局部最大和最小强度先验的遥感图像盲去模糊

针对遥感图像的运动模糊问题,提出一种基于局部最大和最小强度先验的遥感图像盲去模糊方法。该方法利用遥感图像局部像素强度的稀疏性作为先验条件,使用简单的迭代阈值收缩方法求解潜像和模糊核,再由非盲反卷积算法得到去模糊图像。实验结果表明,所提方法能提高计算效率,对于可见、红外遥感图像,均能有效恢复图像的纹理细节,抑制伪影,提升了复原图像的主观效果与客观评价指标。     

基于边缘信息图像条件的盲去模糊算法

本文主要研究了基于边缘信息图像条件的盲去模糊算法,基于梯度稀疏性与局部自回归模型研究图像非盲去模糊算法的具体计算应用。     

基于有理数多项式先验模型的图像盲去模糊

图像盲去模糊问题是当今图像处理领域的热点问题之一.基于混合高斯先验模型的变分贝叶斯去模糊算法可以有效地复原模糊图像,成为一种重要的图像去模糊算法.虽然混合高斯先验模型可以很好地逼近自然图像的梯度分布,但是该模型在图像梯度值较大处往往会产生过拟合导致去模糊后的图像产生振铃效应,严重影响了图像可读性.利用有理数多项式先验模型代替混合高斯模型逼近自然图像的梯度分布,克服算法的上述缺点.有理数多项式函数的分母多项式强制函数在梯度值较大值时平滑,所以有效地避免了过拟合现象的发生,从而使得模糊核估计得更准确,减少振铃效应.实验结果表明了算法的可行性和有效性.     

基于迭代滤波盲复原算法的水下图像噪声去除

摘要：图像复原的目的是从观测到的退化图像重建原始图像,维纳滤波与约束去卷积滤波是比较常采用的复原方法。在未知降质函数的情况下,直接运用维纳滤波和约束去卷积滤波有一定困难。针对此提出以维纳滤波与约束去卷积滤波为模型的迭代滤波盲复原算法对水下图像进行去噪。实验证明,该方法获得了比较理想的复原效果。     

一种新的去噪模型的分裂Bregman算法

该文在研究两步模型的基础上,提出了一种新的变分去噪模型。通过分析新模型的性质,给出一种高效且快速的数值算法。由于新模型耦合了两个变量,因此新算法首先利用交替极小化方法化原模型为两个简单的子模型,然后再对两个子模型分别利用分裂Bregman方法进行数值求解。实验结果表明,新算法不但收敛速度较快,而且在去噪过程中能够减缓阶梯效应并能较好地保持图像的边缘信息。     

L1投影问题的分裂Bregman方法

为了解决一般的L1投影问题,提出交替分裂Bregman L1投影算法,并给出了算法的收敛性分析和证明.该算法适用于宽泛的L1投影的线性逆问题,以全变差投影为例,该算法比目前所提出的对偶投影算法收敛速度更快,图像恢复的质量更高.通过图像去噪、去模糊和修补的实验结果表明,相比于目前的对偶投影算法,不论是信噪比还是视觉效果,该算法的结果更优.     

凹凸范数比值正则化的快速图像盲去模糊

模糊图像可表示为清晰图像和模糊核函数的卷积,由模糊图像恢复出清晰图像,需要同时估计模糊核和清晰图像,因此是一个病态问题.优化含有先验项的代价函数是求解病态问题最有效方法之一.针对图像盲去模糊问题,本研究提出具有更强稀疏表达能力的凹凸范数比值正则化先验项,在用变量分裂法求解模型时,提出用L1范数保真项更新估计图像,在更新模糊核时,提出使用线性递增权重参数对模糊核按多尺度方法由粗到细逐步估计,当获得模糊核后,利用封闭阈值公式估计清晰图像.该方法能快速得到高质量的清晰图像,实验结果验证了模型的有效性和算法的快速性.     

优化重加权L1范数的图像盲复原算法

在单幅运动模糊图像的盲复原问题中,图像中强边缘部分的利用成为模糊核估计的关键所在.为此,本文提出了一种优化重加权L1范数的图像盲复原算法.首先,建立了基于加权L1范数的模糊核盲估计模型,并引入了一种图像平滑模型对权重进行优化估计,从而减少计算权重时受细小结构以及噪声的影响,其次,设计了模糊核盲估计模型求解的迭代收缩阈值数值算法,最后采用了一种基于超拉普拉斯先验的快速图像非盲复原算法对模糊图像进行复原.仿真和实际数据实验结果验证了本文算法的有效性.     

Compressed image sensing with components regularization based on Bregman iteration

Compressed sensing(CS) is a new theory of signal processing for simultaneous signal sampling and compression.The optimization methods with components regularization have been proposed to perform CS reconstruction of the natural images which always contain various morphological components.In this paper,in order to solve the components regularized optimization problem more accurately,an iterative algorithm is proposed based on the Bregman iteration.The proposed algorithm is an inner-outer iterative procedure,with the two-variable Bregman iteration as its outer iteration and the alternating minimization as its inner iteration.Experimental results show the superiority of the proposed algorithm to other recently developed algorithms in terms of the visual quality improvement and the detail feature preserving capability.     

基于参数化互信息的脑MR图像分割与偏移场矫正模型及快速算法

脑核磁共振(Magnetic Resonance简称MR)图像中存在灰度不均匀现象使得传统方法很难得到理想的分割与偏移场矫正结果.针对这一问题,本文首先提出Legendre基函数拟合偏移场下的参数化互信息度量,建立脑MR图像的分割与偏移场矫正的变分模型.最后,给出了基于分裂Bregman迭代方法的快速分割与偏移场矫正算...     

频域迭代盲解卷积图像恢复方法及其算法实现

详细讨论了一种新的模糊图像复原法 ,使用这种方法 ,不需知道图像模糊过程的模糊因子 ,就可以实现图像的恢复。该算法易于编程 ,且具有较强的通用性。分析了计算机算法 ,并给出了处理的结果。     

基于广义规整化的红外湍流退化图像盲复原方法

针对湍流环境下红外成像的特点,提出了一种基于广义规整化的湍流退化图像盲复原方法.该方法在合理建立红外图像退化模型的基础上,根据极大似然估计准则来设计.为了抑制噪声同时有效地引入关于图像的先验信息,对传统的规整化方法进行了扩展,提出了广义规整化的策略,将规整化分为两个各有侧重点的层次,即复原过程中噪声的抑制和含噪条件下红外图像相关特征的保持,根据有限的先验知识将复原问题的求解转化为带规整化约束的最优化估计问题,进而复原湍流退化图像.     

基于偏微分方程的图像盲恢复模型

提出了一种新的基于偏微分方程的图像盲恢复模型.改进了Chan和Wong的交替最小化思想.扩散系数不是直接来源于图像的梯度幅值而是在图像梯度模的基础上恢复出图像的边缘信息,消除了梯度模在分母中对实验产生的误差,给出了模型粘性解的存在性,唯一性和稳定性的定理.并给出实验结果,通过比较表明该模型有很好的性能.     

基于图像先验和结构特征的盲图像复原算法

提出了一种基于图像先验和图像结构特征的盲图像复原算法,在模糊核未知的情况下,采用一系列离散化的模糊核参数对模糊图像进行非盲去卷积,得到一系列对应的复原图像。同时提出一种复原图像判决准则,对这一系列复原图像进行质量判决,从中得到最优的复原图像。最后在实验部分,通过对图像的测试表明,提出的盲图像复原算法能较准确的得到最优复原图像,复原效果在主观和客观标准上均有良好表现。