(论文)高斯模糊图像正则逆扩散方程复原方法.docVIP

高斯模糊图像的正则逆扩散方程复原方法 摘要：利用高斯卷积和线性扩散的等价性，从偏微分方程逆问题的角度，提出了一种针对高斯模糊图像的复原方法：RBD-PDE（Regularized Backward Diffusion）；从频率域角度分析了逆扩散方程的正则化表达式和正则滤波之间的关系；得出正则滤波器最佳截止频率和反向扩散时间之间的关系，为以实验的方式进行盲反卷积提供便利。较传统的基于能量范涵的复原方法，如维纳滤波或TV模型，RBD-PDE方法具有最佳复原效果（在高斯核标准方差已知或未知的情况下，RBD的结果均优于传统能量泛函方法的最佳结果）。 关键词：偏微分方程，逆问题，正则化，图像复原 1引言 图像复原是图像处理中的经典问题，对于线性系统，图像的模糊过程可以看作原始的清晰图像与核函数（本文假设高斯核）的卷积，而图像复原或反卷积（去卷积）是从模糊图像复原清晰图像的过程，数学形式为： (1) 图像反卷积包括核函数已知与核函数未知（盲反卷积）的两种情况，已有大量的研究文献提出了多种方法，如文献[1~3,7]为核函数已知情况，文献[4~6,10,12]为核函数未知的情况等。大多数方法都基于能量泛函理论，通过加入约束条件建立优化模型，如维纳滤波方法、有约束的最小二乘法、整体变分（TV）模型[7] 等，或使用自然图像的统计特性取代梯度[4,6,10,11,12]，以实现稳定和准确的进行求解