Non-Blind图像反卷积论文整理

最新推荐文章于 2024-10-15 11:24:02 发布

ScatterAppear

最新推荐文章于 2024-10-15 11:24:02 发布

阅读量2.5k

点赞数

CC 4.0 BY-SA版权

分类专栏： Image Deconvolution 文章标签：算法 optimization deconvolution regularization 迭代

本文链接：https://blog.youkuaiyun.com/hanse_wu/article/details/42588233

本文整理了Non-Blind图像反卷积领域的两篇重要论文，包括'Handling Outliers in Non-blind Image Deconvolution 2011'和'IMAGE DEBLURRING BY AUGMENTED LANGRANGIAN WITH BM3D FRAME PRIOR 2010'，探讨了如何处理图像反卷积中的异常值，并结合BM3D帧先验进行图像去模糊。算法部分提到了半二次法和线性梯度法的等价性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Non-Blind图像反卷积论文整理

1 Spatial Deconvolution

Stochastic Deconvolution 2013
http://www.cs.ubc.ca/labs/imager/tr/2013/StochasticDeconvolution/

在空域上直接逐点探测图像灰度数据应该增加，还是减少，并把结果应用到该点。判断的依据就是变化后的值|Ax - y| + w|Dx| 谁更小。如此迭代多次，数据收敛。

其优点是卷积因子可在空域上变化；非常直观，方便设计更好的先验知识模型。
缺点是速度很慢。

Inverse Kernels for Fast Spatial Deconvolution 2014
http://lxu.me/
空域上进行快速反卷积
迭代过程中，通过augmented Lagrangian method得到固定的反卷积的空域因子 kernel，再使用SVD 方法对kernel分解成多个一维的卷积因子加速空域卷积处理

2 Machine Learning

Deep Convolutional Neural Network for Image Deconvolution 2014
http://lxu.me/

A machine learning approach for non-blind image deconvolution 2013
http://webdav.