利用低秩先验的噪声模糊图像盲去卷积
文献类型：期刊论文
| 作者 | 孙士洁; 吕进锋 ; 郝明国; 李波; 赵怀慈
|
| 刊名 | 电子与信息学报
 |
| 出版日期 | 2017 |
| 卷号 | 39期号:8页码:1919-1926 |
| 关键词 | 盲去卷积 最大后验估计 噪声模糊图像 低秩先验 |
| ISSN号 | 1009-5896 |
| 其他题名 | Blind Deconvolution for Noisy and Blurry Images Using Low Rank Prior |
| 产权排序 | 1 |
| 通讯作者 | 孙士洁 |
| 中文摘要 | 单幅图像盲去卷积的目的是从一幅观测的模糊图像估计出模糊核和清晰图像。该问题是严重病态的,尤其是观测图像中噪声不可忽略时更具挑战性。该文主要针对如何有效利用低秩先验约束进行噪声模糊图像盲去卷积问题,提出一种在交替最大后验(MAP)估计框架下利用低秩先验约束的单幅噪声模糊图像盲去卷积方法。首先,在估计中间复原图像时,利用低秩先验约束对复原图像中的噪声进行抑制。然后,采用降噪后的中间复原图像估计模糊核,得到更好质量的模糊核估计。迭代上述两个操作获得最终可靠的模糊核估计。最后,根据所估计的模糊核,通过非盲去卷积方法复原出清晰图像。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法。 |
| 英文摘要 | The purpose of single image blind deconvolution is to estimate the unknown blur kernel from a single observed blurred image and recover the original sharp image. Such a task is severely ill-posed and even more challenging especially in the condition that the noise in the input image can not be negligible. In this paper, the main problem this study focuses on is how to effectively apply low rank prior to blind deconvolution. A single noisy and blurry image blind deconvolution algorithm is proposed, using alternating Maximum A Posteriori (MAP) estimation combined with low rank prior. First, when estimating the intermediate latent image, low rank prior is used as the constraint that is used for noise suppression of the restored image. Then the denoised intermediate latent image in turn leads to higher quality blur kernel estimation. These two operations are iterated in this manner to arrive at reliable blur kernel estimation. Finally, the non-blind deconvolution method is chosen to be used with sparse prior knowledge to achieve the final latent image restoration. Extensive experiments manifest the superiority of the proposed method over state-of-the-art techniques, both qualitatively and quantitatively. |
| 收录类别 | EI ; CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6045149 |
| 源URL | [http://ir.sia.cn/handle/173321/20991]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 作者单位 | 1.中国科学院光电信息处理重点实验室 2.中国科学院沈阳自动化研究所光电信息技术研究室 3.中国科学院大学 4.辽宁省图像理解与视觉计算重点实验室 5.沈阳工程学院信息学院 |
| 推荐引用方式 GB/T 7714 | 孙士洁,吕进锋,郝明国,等. 利用低秩先验的噪声模糊图像盲去卷积[J]. 电子与信息学报,2017,39(8):1919-1926. |
| APA | 孙士洁,吕进锋,郝明国,李波,&赵怀慈.(2017).利用低秩先验的噪声模糊图像盲去卷积.电子与信息学报,39(8),1919-1926. |
| MLA | 孙士洁,et al."利用低秩先验的噪声模糊图像盲去卷积".电子与信息学报 39.8(2017):1919-1926. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。