2026《相关的盲去模糊算法综述》1600字.docxVIP

相关的盲去模糊算法综述

图像的盲去模糊不仅是低水平视觉领域的基本问题[6,8]，也是计算成像领域的前沿课题[9]。事实上，自从2006年Fergus等人[7]报道了针对不同相机进行抖动的盲去模糊处理工作，图像非参盲去模糊问题逐渐发展成为中国学术界和产业界持续时间关注的视觉设计计算新焦点。其实结合信号的知识，我们可以知道图像的无参数盲去模糊其实就是卷积与反卷积的问题，即根据模糊图像的反卷积得到清晰的图像。虽然这方面的研究早在1998年，Chan和Wong就提出了盲去模糊全变差(totalvariation;TV)最小化方法[6]，但是发展直至2008年和2016年，通过分析结合之前诸如文化冲击进行滤波(shockfiltering)等额外的改善性以及要素，TV先验知识应用于盲去模糊才陆续建设取得联系实际性进展[11,12]，实际上，图像非盲去模糊与图像去噪、非盲去模糊、非盲超分辨率等低级视觉问题有着本质的区别。不管是目前已经提出的经典的TV，还是研究后期的FoE[13]、BM3D[14]、K-SVD[15]等自然进行图像先验，其初衷都是一个旨在通过尽可能实现精确刻画自然环境图像的统计分析分布，以期能够尽可能精确恢复原始图像的所有这些边缘、纹理等细节管理信息。然而，大量的实践表明，将上述自然图像先验直接应用于盲去模糊问题，得到的模糊核估计结果是失败的。由此，所谓的非自然先