基于稀疏特性的盲二值图像去模糊

摘要：

通过分析二值图像发现其像素值具有稀疏特性,因此采用 L0梯度反卷积算法结合二值图像的组合特性来处理盲二值图像的复原问题.常见的图像复原方法均将二值图像看作灰度值图像来处理,当其考虑到二值图像的特殊性质时,将会针对这种特定类型的图像得到更好的复原效果.提出的盲复原算法基于一阶梯度空间 L0最小化问题的框架,利用 L0梯度图像平滑方法来获得明显的图像边缘以估计模糊核,并将二值图像的特有属性作为正则项加入目标函数.在图像的复原过程中,通过二值图像先验来强制复原结果趋于二值图像.根据提出的模型,给出了基于稀疏特性的盲二值图像复原算法.通过实验将该算法与传统的盲反卷积复原算法进行比较,结果表明所提算法具有良好的性能,对二值图像进行复原是有效的.

关键词：盲图像复原、L0范数、二值图像、正则化、模糊核估计

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61375021,41301407

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：253-257