15、基于高阶纹理统计的单图像盲反卷积方法解析

基于高阶纹理统计的单图像盲反卷积方法解析

1. 引言

在图像处理领域，图像去模糊是一个重要且具有挑战性的任务。传统的图像去模糊方法往往在处理复杂场景和大模糊量时效果不佳。本文介绍了一种新颖的图像去模糊方法，该方法使用编码孔径相机获取的单张模糊图像作为输入，能够自动返回对应的清晰图像。该方法在深度和图像重建方面具有高效性，尤其在处理大模糊量时表现出色。

2. 相关工作

本方法涉及多个领域，包括计算机视觉、图像和信号处理、光学、天文学和计算机图形学等。以下是一些相关的工作：
- 编码成像 ：
- 改进的均匀冗余阵列（MURA） ：在天文学领域有早期应用，编码和解码过程简单，但对噪声敏感。
- 其他编码模式 ：如曝光编码或孔径编码，可保留模糊图像中的高空间频率，使去模糊问题更易于处理。不同的掩码在图像去模糊和模糊尺度识别方面表现各异。例如，Hiura和Matsuyama的四孔掩码在图像去模糊方面性能良好；Levin等人设计的最优掩码在合成数据和真实数据上都很有效，但在处理大模糊量时存在局限性。
|掩码类型|图像去模糊效果|模糊尺度识别效果|抗噪性|
| ---- | ---- | ---- | ---- |
| MURA | 较好，但对噪声敏感 | - | 差 |
| [4]中提出的掩码 | 好 | 不佳 | - |
| 四孔掩码 | 好 | - | 较好 |
| Levin等人设计的掩码 | 好 | - | 较好，但处理大模糊量有局限 |
| 环形掩码 | - | -