本文提出一种新的图像去模糊方法，通过一次卷积滤波形式直接处理自然模糊图像，针对点扩散函数（PSF）的频率下降问题。文中介绍了模糊原理，提出盲方法估计PSF统计量，并对比了多种反卷积方法。解决方法包括使用频率多项式近似矫正高频衰减，通过空间域的双重滤波表示避免频域处理的局限。实验验证了该方法的有效性。
ieee论文地址： 自然图像的卷积去模糊
前言
本文提出了一种新的图像去模糊方法，采用一次卷积滤波的形式，可以直接对自然模糊的图像进行复原，将一个反卷积核作为FIR偶导数滤波器的线性组合，这可以直接与模糊的输入图像相结合，以促进与光学模糊点扩散函数（PFS）的频率下降。
本文还提出了一种盲方法来估计两个高斯和拉普拉斯模型的PFS统计量，这两个模型在组多图像传递中很常见。并且设计了完整的实验来测试和验证方法的有效性，使用了2054个自然模糊图像、六个成像应用程序和七种先进的反卷积方法。
知识与现有问题
模糊原理
许多模糊是由于图像采集过程中的光学配置不足造成的，一束光线通过光学设备后会扩散到一个图像域内而不是汇集到一个图像点，这种现象称为点扩散（PSF），相应的观测模型通常由线性卷积表示：
其中fB是模糊图像，fL是潜在锐化图像（需要恢复的图像），hPSF是相关联的PSF内核，η是噪声。
当PSF给定时，成为非盲恢复，否则成为盲恢复。
本文将图像反卷积问题归结为一次卷积滤波问题，重点研究了如何正确矫正PSF中的下降频率，主要分为两个步骤：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
