基于變分方法的單幅運(yùn)動模糊圖像盲復(fù)原.pdf

1、運(yùn)動模糊圖像的盲復(fù)原算法是圖像復(fù)原領(lǐng)域一個(gè)重要的研究方向。本文采用變分方法來求解單幅運(yùn)動模糊圖像的清晰圖像和模糊核矩陣。變分能量方程包含數(shù)據(jù)項(xiàng)和規(guī)則項(xiàng)，數(shù)據(jù)項(xiàng)可以選擇TVL1或者TVL2范數(shù)，但規(guī)則項(xiàng)的選取是變分法的關(guān)鍵。本文根據(jù)需求選取了合適的規(guī)則項(xiàng)，構(gòu)造了基于Charbonnier項(xiàng)的盲復(fù)原算法和基于一階梯度項(xiàng)和二階拉普拉斯項(xiàng)混合的盲復(fù)原算法。選取的規(guī)則項(xiàng)滿足了圖像去模糊的要求，不僅保護(hù)圖像的特征，達(dá)到保護(hù)邊緣和增強(qiáng)邊緣的目的，而且

2、可以加快能量泛函的收斂速度，更快地得到清晰圖像和點(diǎn)擴(kuò)展函數(shù)。為了確保在求解變分能量方程時(shí)能量是下降的，將規(guī)則項(xiàng)進(jìn)行歸一化處理。同時(shí)為降低去模糊方程的求解復(fù)雜度，在求解時(shí)引入快速算法ADMM和分裂Bregman算法進(jìn)行求解。實(shí)驗(yàn)證明本文的算法是有效的。
　　雖然經(jīng)典的TV(Total Variation)模型早已運(yùn)用到圖像去模糊領(lǐng)域中，但由于彩色圖像是由多個(gè)圖層耦合而成，TV模型不能直接處理彩色模糊圖像。針對彩色圖像的去模糊問題，本