提升小波变换在NAS-RIF盲复原算法中的应用

摘要：

针对采用非负支撑域受限递归逆滤波(NAS-RIF)算法对低信噪比图像进行复原时将导致算法性能恶化的问题,提出一种与提升小波变换相结合的NAS-RIF盲复原算法.首先对退化图像进行整数提升小波分解,得到不同频带子图像的信息；然后对各个频带子图像分别采用基于空间自适应和正则化方法的NAS-RIF算法进行复原,针对不同频带子图像的频率和方向特性,通过自适应地选取对应的正则化算子、正则化参数和空域加权因子,达到对低频子图像去模糊、对高频子图像抑制噪声,并保持边缘细节的目的；最后通过整数提升小波逆变换得到复原后的图像.在不同的信噪比条件下对2种模糊图像进行仿真实验,采用文中算法得到的信噪比增益分别为5.8491 dB和9.7136 dB.实验结果表明,文中算法不仅取得了更优的图像复原效果,而且具有较快的收敛速度.

关键词：图像盲复原、非负支撑域受限递归逆滤波算法、提升小波变换、空间自适应、正则化方法、N步重置共轭梯度法

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划2008AA7034320B

在线出版日期：2013-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1614-1620