基于GSM FoE模型的圖像去模糊方法.pdf

1、隨著各種便攜式數(shù)碼產(chǎn)品在生活中的普及，圖像的質(zhì)量退化問題受到廣泛的關(guān)注。作為圖像退化中的最為常見的現(xiàn)象，圖像去模糊問題是備受關(guān)注的焦點(diǎn)課題，在航空航天、國防公安、生物醫(yī)學(xué)、交通安全等領(lǐng)域具有廣泛的應(yīng)用價值。運(yùn)動模糊是圖像模糊中常見的退化情形，它來源于捕獲圖像的過程中，成像設(shè)備或目標(biāo)物體的相對運(yùn)動。
　　盲去運(yùn)動模糊問題是本文的主要關(guān)注目標(biāo)。首先介紹了圖像去模糊的研究背景和現(xiàn)狀;然后簡要說明了幾類常用圖像先驗約束以及盲去模糊方法。在

2、此之后，提出一種新穎的基于FoE(Field of Experts)模型和圖像梯度保真的正則化方法;模糊核估計方面，提出一種基于l2范數(shù)和連續(xù)性的方法。
　　大多數(shù)圖像去模糊方法采用固定參數(shù)的梯度先驗來恢復(fù)清晰圖像，導(dǎo)致恢復(fù)出的清晰圖像中存在細(xì)節(jié)丟失的現(xiàn)象，而且沒有考慮自然圖像的高階先驗。針對這一問題，本文提出一種新的基于FoE(Field of Experts)模型和圖像梯度保真的圖像復(fù)原模型。首先，GSM(Scale Mixt