非局部总体变分正则化的多帧图像盲反卷积算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (1): 156-158.

非局部总体变分正则化的多帧图像盲反卷积算法

聂笃宪

华南农业大学理学院，广州 510642

出版日期:2014-01-01 发布日期:2013-12-30

Multi-frame images blind deconvolution algorithm based on non local total variation regularization

NIE Duxian

School of Science, South China Agricultural University, Guangzhou 510642, China

Online:2014-01-01 Published:2013-12-30

摘要/Abstract

摘要： 针对没有完整先验知识的降质图像的多帧图像恢复问题，利用非局部总体变分正则化方法，提出了多帧图像盲反卷积问题求解的有效数值算法。该算法既能保持重建图像的边缘与纹理结构又能抑制相关噪声，而且能同时重建原始图像和相关的点扩展函数PSF。实验结果表明提出的方法具有明显的优越性。

关键词: 盲反卷积, 非局部, 总体变分, 正则化

Abstract: In order to solve multi-frame images restoration problem without complete prior knowledge, a non total variation regularization method is applied to reconstruct original image and the associated Point Spread Function（PSF）, a efficient numerical scheme is proposed to solve the variational problem. The proposed numerical scheme can preserve sharp edges and fine structures, textures of images while alleviating the concerns of noise amplification. Numerical experimental results show the excellent performance of the proposed method.

Key words: blind deconvolution, on-local, total variation, regularization

聂笃宪. 非局部总体变分正则化的多帧图像盲反卷积算法[J]. 计算机工程与应用, 2014, 50(1): 156-158.

NIE Duxian. Multi-frame images blind deconvolution algorithm based on non local total variation regularization[J]. Computer Engineering and Applications, 2014, 50(1): 156-158.

[1]	黄冬梅，张学俭，魏立斐，李梦思，苏诚. 多云协同架构下的遥感图像安全外包降噪方案[J]. 计算机工程与应用, 2020, 56(22): 92-99.
[2]	刘家骥，包崇明，周丽华，王崇云，孔兵. 图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用, 2020, 56(21): 131-138.
[3]	赵童，黄钲，王秀超，李淼，张昀，郑秀娟，刘凯. 心理测试中掩饰行为的识别研究[J]. 计算机工程与应用, 2020, 56(20): 158-164.
[4]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[5]	郭辰，李新伟，杨艺，徐良浩. 基于非局部3D残差网络的视频指纹算法[J]. 计算机工程与应用, 2020, 56(19): 216-223.
[6]	刘春玲，张黎. 改进非对称相似度和关联正则化的推荐算法[J]. 计算机工程与应用, 2020, 56(16): 45-49.
[7]	张晓婷，何朗，黄樟灿，谈庆. 基于MFR-GEP的高阶常微分方程预测模型[J]. 计算机工程与应用, 2019, 55(21): 247-253.
[8]	徐霜1，余琍2. 利用正则化矩阵分解技术的多视图聚类方法[J]. 计算机工程与应用, 2019, 55(14): 142-147.
[9]	刘恒，侯越. 贝叶斯神经网络在股票时间序列预测中的应用[J]. 计算机工程与应用, 2019, 55(12): 225-229.
[10]	孙佳美，吴成茂. 正则化图形模糊聚类及鲁棒分割算法[J]. 计算机工程与应用, 2019, 55(11): 179-186.
[11]	张伟，许爱强. 集成散度的MKL模型在模拟电路诊断中的应用[J]. 计算机工程与应用, 2018, 54(9): 5-12.
[12]	赵丽1，2，薛建平2. 基于采样点正交变换的改进CKF算法[J]. 计算机工程与应用, 2018, 54(18): 45-51.
[13]	曹再辉1，2，吴庆涛1，2，施进发2，3. 基于低秩和图拉普拉斯的属性选择算法[J]. 计算机工程与应用, 2018, 54(17): 110-115.
[14]	赵胜楠，魏伟波，潘振宽，李帅. 暗原色先验与NL-CTV模型相结合的图像去雾方法[J]. 计算机工程与应用, 2018, 54(16): 182-186.
[15]	黄吉庆，王丽会，秦进，程欣宇，张健，李智. 基于多种正则化的改进超分辨率重建算法[J]. 计算机工程与应用, 2018, 54(15): 22-28.