彭鸿
- 作品数：2 被引量：23H指数：2
- 供职机构：汕头职业技术学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于L_0正则化模糊核估计的遥感图像复原被引量：13
- 2014年
- 基于模糊图像的退化过程、卷积模糊模型和模糊图像生成的机理,提出一种基于L0范数的正则化模糊核估计方法,解决了遥感图像重建问题中0范数难求解的难题。该方法以模糊核稀疏性为先验知识,采用对应梯度的L0范数为正则项,有效避免了细小边缘对模糊核估计的影响,使得模糊核的估计更加准确。进一步采用超拉普拉斯分布来近似图像梯度的重尾分布,利用L0.5范数正则化对模糊图像做反卷积,从而恢复出原始图像。与传统方法相比,本文方法可以准确地估计出图像的模糊核,很好地抑制恢复图像的振铃现象,有效地提升遥感图像的质量。模糊图像以及各方法重构图像在同一刀刃下的调制传递函数(MTF)曲线显示,本文方法的MTF曲线得到了较好的提升。
- 闫敬文彭鸿刘蕾金光钟兴
- 关键词：图像复原核估计反卷积调制传递函数点扩散函数
- 基于L_0范数正则项的运动图像去模糊被引量：10
- 2017年
- 针对运动模糊图像的模糊去除问题,提出了一种基于L_0范数正则化的模糊核方法。该方法以图像梯度L_0范数为正则项,根据图像的稀疏先验条件,选取合适的参数估计方法,构建了一个非凸的最优化能量函数。在对该函数进行数值求解中,选用了交替迭代法,交替更新原始图像和模糊核的估计值。在原始图像估计中,以图像梯度L_0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响,从而提高了核估计的正确率。在模糊核计算过程中,模糊核估计最优化能量函数则转换为一个经典的凸优化问题,再通过对能量函数进行快速傅里叶变换计算可以快速得到所需的估计模糊核。在成功估计出图像模糊核后,图像的盲去卷积问题就转换为图像的非盲反卷积问题。采用以L_0.5为正则项的超拉普拉斯先验算法进行反卷积,该算法能够逼近自然图像的重尾分布从而获得更佳的复原结果。实验结果证明,提出的图像去模糊算法与其他近似方法相比,去模糊效果更佳。
- 闫敬文谢婷婷彭鸿刘攀华
- 关键词：去模糊核估计交替迭代
