光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2012年
9期
2078-2086
,共9页
图像盲复原%非负支撑域受限递归逆滤波算法%正则化技术%图像分割%N步重置共轭梯度法
圖像盲複原%非負支撐域受限遞歸逆濾波算法%正則化技術%圖像分割%N步重置共軛梯度法
도상맹복원%비부지탱역수한체귀역려파산법%정칙화기술%도상분할%N보중치공액제도법
针对原始非负支撑域受限递归逆滤波(NAS-RIF)算法存在的缺点,提出了一种自适应的NAS-RIF图像盲复原算法.首先,在NAS RIF算法的代价函数中加入正则化约束项和空域加权因子,通过自适应地调整正则化参数和空域加权因了来改善算法的抗噪性能,并确保复原的逼真和平滑.然后,在算法的每次迭代中,采用图像分割技术找到准确的目标支持域,并用背景的平均值取代非均匀背景.最后,利用N步重置共轭梯度法优化代价函数,加快了算法的收敛速度.在不同信噪比条件下对两种模糊图像进行了实验,结果显示,采用本文算法得到的信噪比增益(△SNR)分别为6.315 3 dB和8.910 6 dB,表明该算法具有较好的噪声抑制和边缘细节恢复效果.对低信噪比的退化图像,本文算法也能得到更好的复原结果.
針對原始非負支撐域受限遞歸逆濾波(NAS-RIF)算法存在的缺點,提齣瞭一種自適應的NAS-RIF圖像盲複原算法.首先,在NAS RIF算法的代價函數中加入正則化約束項和空域加權因子,通過自適應地調整正則化參數和空域加權因瞭來改善算法的抗譟性能,併確保複原的逼真和平滑.然後,在算法的每次迭代中,採用圖像分割技術找到準確的目標支持域,併用揹景的平均值取代非均勻揹景.最後,利用N步重置共軛梯度法優化代價函數,加快瞭算法的收斂速度.在不同信譟比條件下對兩種模糊圖像進行瞭實驗,結果顯示,採用本文算法得到的信譟比增益(△SNR)分彆為6.315 3 dB和8.910 6 dB,錶明該算法具有較好的譟聲抑製和邊緣細節恢複效果.對低信譟比的退化圖像,本文算法也能得到更好的複原結果.
침대원시비부지탱역수한체귀역려파(NAS-RIF)산법존재적결점,제출료일충자괄응적NAS-RIF도상맹복원산법.수선,재NAS RIF산법적대개함수중가입정칙화약속항화공역가권인자,통과자괄응지조정정칙화삼수화공역가권인료래개선산법적항조성능,병학보복원적핍진화평활.연후,재산법적매차질대중,채용도상분할기술조도준학적목표지지역,병용배경적평균치취대비균균배경.최후,이용N보중치공액제도법우화대개함수,가쾌료산법적수렴속도.재불동신조비조건하대량충모호도상진행료실험,결과현시,채용본문산법득도적신조비증익(△SNR)분별위6.315 3 dB화8.910 6 dB,표명해산법구유교호적조성억제화변연세절회복효과.대저신조비적퇴화도상,본문산법야능득도경호적복원결과.
