集成学习法与双分裂 Bregman 正则化下的图像复原

• 作者: 孙鹏飞 杨敬娴 解官宝 郭喜庆 韩文钦
• 来源期刊: 微电子学与计算机
• 关键词: 图像复原 集成学习法 总变分 Bregman迭代
• 年，卷（期）: 2013,（12）
• 页码范围: 85-89,96
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文

摘要

相机在拍摄过程中会受到多种模糊降质过程的影响，其中曝光过程中相机的抖动与散焦是极为常见的图像降质原因。针对自然图像梯度满足重尾分布的特性，利用混合高斯模型进行参数建模，并将模型参数作为先验知识，采用一种基于变分贝叶斯估计的集成学习法来估计降晰核。接着利用总变分正则化方法，提出了一种双分裂Bregman迭代算法，实现了在Bregman框架下的图像反卷积。采用本算法对两幅实际拍摄的模糊照片进行图像复原，并通过与目前的复原算法相比证明该算法能更加有效地去除图像模糊。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭喜庆	中国科学院光电研究院	20	122	7.0	10.0
2	杨敬娴	中国科学院光电研究院	5	29	3.0	5.0
6	孙鹏飞	中国科学院光电研究院	9	20	2.0	4.0
10	韩文钦	中国科学院光电研究院	3	15	2.0	3.0
14	解官宝	中国科学院光电研究院	4	22	3.0	4.0