15、基于高阶纹理统计的单图像盲反卷积

基于高阶纹理统计的单图像盲反卷积

1. 引言

在图像和信号处理领域，图像去模糊是一个重要且具有挑战性的问题。特别是从编码孔径相机获取的模糊图像中恢复清晰图像，一直是研究的热点。本文提出了一种新颖的图像去模糊方法，该方法以单个模糊图像为输入，自动返回对应的清晰图像。与以往的编码孔径方法相比，我们的算法在处理大量模糊时具有更好的性能，并且在深度和图像重建方面达到了先进水平。

1.1 相关工作

本工作涉及多个领域，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。以下是对相关工作的简要介绍：
- 编码成像 ：早期的编码成像工作出现在天文学领域，如改进的均匀冗余阵列（MURA）。近年来，曝光编码或孔径编码被用于保留模糊图像中的高空间频率，以便进行去模糊处理。不同的编码掩模在图像去模糊和模糊尺度识别方面表现各异。
- 3D 点扩散函数 ：Greengard 等人的工作研究了 3D 点扩散函数（PSF），其横向横截面会因衍射而旋转，从而提高了对深度变化的敏感度，但深度范围和分辨率受到重建 PSF 角分辨率的限制。
- 深度不变模糊 ：波前编码是一种替代编码成像的方法，通过使用非球面透镜使透镜点扩散函数（PSF）深度不变，然后进行固定已知模糊的去模糊处理。然而，PSF 并非完全深度不变，重建图像中仍存在伪影。
- 多视点方法 ：通过使用多个图像或多个视点可以扩展景深，例如捕获多个编码图像或使用全光相机。但这些方法需要多个图像或更昂贵的光学设计。
- 运动去模糊和