基于多通道盲复原和改进K-SVD模型的图像恢复.pdfVIP

陈杰等：基于多通道盲复原和改进 K—SVD模型的图像恢复 《激光杂志}2015年第36卷第 1期 LASERJOURNAL(Vo1．36．No．1．2015) 5 基于多通道盲复原和改进 K—SVD模型的图像恢复 陈 杰 ，尚 丽 ，孙站里 f，1．苏州市职业大学 电子信息工程学院，x／-苏 苏州I 215104；、 2．安徽大学 电气工程与 自动化学院，合肥 230026 摘 要：图像盲复原(IBR)问题一直是图像处理中的重要研究课题。目前空间不变的多通道图像盲复原算 法研究较为普遍，这种算法具有较好的盲去模糊效果，但是对噪声的抑制能力不足，特别是对含有大量噪声的 低分辨率图像而言，消噪效果较差。基于K一奇异值分解 (K—SVD)的模型能够有效地处理噪声方差较大的图 像，但是不能 自适应图像的稀疏先验性。为了解决上述问题，在全变分(TV)多通道 IBR算法处理的基础上，结 合一种改进的K—SVD消噪模型的优势，提出了一种新的组合图像恢复方法。改进的K—SVD模型考虑了图像 特征系数的稀疏先验知识和最大化稀疏度，具有 自适应的消噪鲁棒性。分别采用模拟的和真实的低分辨率图 像(毫米波图像)进行测试，与采用单一的多通道盲恢复和图像消噪算法相比，实验结果表明所提出的图像恢复 方法具有较好的视觉效果和较高的信噪比。 关键词：多通道；图像盲复原；稀疏表示；稀疏字典；毫米波图像(MMW)；图像消噪 中图分类号：TN911．73 文献标识码：A DOI编码 ：10．14016／j．cnki．jgzz．2015．01．005 ImageRestorationBased onM ulti-channelBlindRestoration and SparseRepresentationM ethod r1．DepartmentofElectronicInformationEngineering，SuzhouVocationalUniversity，Snzhou，Jiangsu215104，China； 、 I2．DepartmentofAutomation，InstituteofInfomrationScienceTechnology，UniversityofScienceandTechnologyofChina，l Hefei23O026．China Abstract：Theproblemofimageblindrestoration(IBR)hasbeentheimportantresearchissueinimageprocess— ing．Atpresent，theresearch ofmulti-channelwithspaceinvariantisverycommon．Thisalgorithm behavescertain advantagesinblindde—blurring，butitislimitedtodenoiseimages．Especially，tolowresolution (LR)images， whichcontainmuchunknownnoise，therestoredeffectisworseonlyusingthemulti—channelrestorationtechnique．K — meanbasedsingularvaluedecomposition(K-SVD)modelcandenoiseimageswithlargenoisevariance，however，it isnotself—adaptivetoan image’Spriors．ToSolvethisdefect，onthebasisofprocessedresultsbythetotalvariation (TV)basedmulti—channelrestorationalgorithm，furthercombinedamodifiedK-SVDmodel’Sadvantageindenoising images，anovelcombined imagerestorationmethod isdiscussedhere．Thismodifi