基于字典稀疏表示和梯度稀疏的图像盲去模糊

• 作者: 练秋生 蔡德生
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 图像盲去模糊 去卷积 稀疏表示 图像梯度 图像先验
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 347-352
• 页数: 6页
• 分类号: TN919.8
• 字数: 4797字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2013.04.009

摘要

基于超完备字典稀疏表示的图像复原利用字典的冗余性能够有效地恢复出图像的结构特征，但由于使用字典稀疏表示时需要对整幅图像进行分块处理，导致复原后的图像块之间重构图像常出现“伪像”效应。针对这一问题，本文将图像梯度稀疏统计特性作为先验知识加入稀疏表示图像盲去模糊模型中，提出了一种基于字典稀疏表示和梯度稀疏的图像盲去模糊算法，同时分析了算法的整体优化求解方法。实验分析和结果表明，本文算法能在一定程度上去除图像块之间的“伪像”效应，保持图像的结构特征和整体平滑。本文算法的去模糊图像在峰值信噪比和视觉效果两方面均有显著提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学信息科学与工程学院	110	1442	20.0	33.0
2	蔡德生	燕山大学信息科学与工程学院	1	4	1.0	1.0