基于模糊函数估计和变分泛函数优化的含噪声模糊-计算机系统应用.PDFVIP

2014 年 第 23 卷 第 11 期 计 算 机 系 统 应 用 基于模糊函数估计和变分泛函数优化的含噪声模糊图 像复原算法① 张寒冰 (浙江东方职业技术学院 工程技术系, 温州 325011) 摘 要: 针对摄影图像中常见的噪声和模糊同时退化图像的问题, 提出一种Radon 变换估计模糊函数结合变分泛 函优化的图像复原算法. 算法首先利用方向滤波器对图像去噪, 然后利用 Radon 变换以去除方向滤波在模糊函数 估计中引起的偏差, 再利用模糊函数通过去卷积操作去除模糊, 最后在去模糊的基础上利用 L0 梯度范数的变换 泛函的优化算法, 去除剩余噪声从而对图像进行复原. 实验表明, 该算法可以有效地恢复摄影图像中的场景. 关键词: 图像复原; 模糊; 噪声; 变分泛函数 Spread Point Function Estimation and Variational Function Based Image Restoration Algorithm for Blurring and Noisy Image ZHANG Han-Bing (Zhejiang Dongfang Vocational and Technological College, Wenzhou 325011, China) Abstract: An image restoration based on Radon transform and minimizing variational function was proposed, inorder to restore the blurring and noisy images by photography. The proposed algorithm firstly de-noised the blurring and noisy image by directional filter, then estimated the spread point function based on Radon transform which can eliminate error of the estimation due to the directional filter. Since then, the original image was de-burred by de-convolution with the spread point function. Finally, the de-blurred image was further de-noised by the variational function with L0-norm regularization. By experiments, the proposed algorithm can restore blurring and noisy images. Key words: image restoration; blur; noise; variational function 1 引言 法[1,2] 中, 以分析模糊图像, 构建模糊函数(也称点扩散 实际的摄影成像过程中, 模糊和噪声是一种常见 函数) 的算法思想最为突出. 但此类算法的前提是不考 降低图像质量的现象. 通常情况下, 相机的光圈大、曝 虑噪声, 而当噪声存在时, 构建的模糊函数则会与实 光时间长时, 噪声则非常小、图像主要问题则是模糊; 际产生不同程度的偏差, 从而导致图像不仅不能从模 反之, 光圈小、曝光时间短时, 图像的主要问题则是噪 糊中复原, 而且可能使得噪声恶化. 同样, 在众多噪 声. 在这种情况下, 图像复原只需去模糊或去噪声. 声图像的复原算法[3-5,9] 中, 变分泛函的优化的算法[3, 4] 但在某些情况下, 噪声与模糊常常同时存在, 因此需 去