基于稀疏先验的运动模糊图像盲复原方法

运动模糊图像的盲复原是一个极具挑战性的逆问题。为了能够复原出高质量的清晰图像,提出了一种基于稀疏先验的运动模糊图像盲复原方法。首先,根据自然图像的稀疏特性,提出了一种结合梯度域和空间域的稀疏先验模型对复原图像进行正则化约束;然后,根据运动模糊核(MBK)的稀疏平滑特性,提出了一种结合L0先验和Lp(0p1)先验的新的双重正则化约束模型来同时对MBK的稀疏特性和平滑特性进行很好的约束,实现MBK的准确估计;最后,采用了半二次性的变量分裂策略对提出的模型进行最优化求解,能够在准确估计MBK的同时复原出高质量的清晰图像。大量的实验结果表明,提出的方法较近几年的一些成功的运动模糊图像盲复原方法相比,能够估计出更加准确的运动模糊核,复原出更高质量的清晰图像,在客观的评价指标和主观的视觉效果上均有明显的改进。