非盲图像复原综述.docVIP

非盲图像复原综述 　　摘要：作为目前图像处理领域的研究重点，图像复原可移除图像中的模糊与噪声，具有重要的理论价值和广阔的应用前景。为使图像复原的研究被人们所了解，该文首先对图像复原做了简单的描述，接着介绍了近年来出现的一些非盲图像复原算法，包括基于总变分模型的算法、基于Bregman迭代的算法和基于稀疏表示的算法等，最后基于对现有算法的了解与分析，总结了图像复原研究的难点与趋势。 　　关键词： 图像复原； 总变分模型； Bregman迭代； 稀疏表示； 优化问题 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）07-1642-03 　　由于噪声、模糊等不利因素的影响，数字图像的质量通常难以令人满意，无法对其进一步进行研究和利用。观测到的退化与理想的原始图像之间的关系可表示为： 　　式中，y表示观测图像；A表示模糊算子；x表示原始图像；n表示加性噪声。因此，图像复原的目的是在模型（1）的框架下，估计最优的原始图像x，这是一种典型的线性逆问题。图像复原已成为图像处理领域乃至计算机领域的研究热点，其研究可追溯到上个世纪六十年代，经过逾半个世纪的发展，不断有新的算法和技术涌现。目前，图像复原算法主要分为非盲（non-blind）图像复原算法和图像盲复原算法两大类。当模型（1）中的模糊算子A是已知的，图像复原被称为非盲的图像复原。非盲图像