联合正则化与低秩先验的自适应迭代盲图像复原
高如新1
朱新柳1
吴中华1
谭兴国2
1.河南理工大学 电气工程与自动化学院,河南 焦作 454000;河南省煤矿装备智能检测与控制重点实验室,河南 焦作 454000;河南省智能装备直驱技术与控制国际联合实验室,河南 焦作 4540002.河南理工大学 电气工程与自动化学院,河南 焦作 454000;哈密职业技术学院,新疆 哈密 839000
摘要:为改善运动模糊图像盲复原的效果,解决伪影显著、鲁棒性差、各尺度由于迭代次数固定而产生不利核估计的问题,提出一种联合正则化与低秩先验的自适应迭代盲图像复原算法.首先,利用l0 正则化先验的稀疏性估计中间复原图像和有效去除伪影,同时引入低秩先验抑制潜像恢复过程中的噪声干扰,提高模糊核估计的准确性;然后,针对多尺度迭代次数问题采用自适应策略,通过评估模糊核的相似性调整各尺度下的迭代次数;最后,用基于半二次分裂的交替优化策略求解本算法模型,利用非盲去模糊方法得到最终清晰图像.结果表明,本文算法能有效抑制噪声和伪影,鲁棒性好,并具有良好的复原效果.
关键词:图像盲复原l0正则化低秩先验自适应迭代模糊核估计
分类号:TP391.41(计算技术、计算机技术)
资助基金:国家自然科学基金(61903126)河南省科技攻关项目(212102210503)新疆维吾尔自治区人才发展专项资金支持项目(202102)新疆维吾尔自治区自然科学基金地州基金资助项目(2022D01F46)
论文发表日期:2023-10-28
在线出版日期:2025-08-15(本平台首次上网日期,不代表文献的发表时间)
页数:7( 137-143 )
英文信息展开
河南理工大学学报(自然科学版)

河南理工大学学报(自然科学版)

CSTPCD北大核心
ISSN:1673-9787
年,卷(期):2023,42(5)
所属栏目:计算机·人工智能·大数据