稀疏梯度先验模型的正则化图像复原.pdfVIP

第17卷第12期 中国图象图形学报 V01．17，No．12 2012年12月 of and Dec．，2012 Joumal ImageGraphics 中图法分类号：TF391文献标识码：A 文章编号：1006-8961(2012)12．1485．07 论文引用格式：刘伟豪，梅林，蔡煊．稀疏梯度先验模型的正则化图像复原[J]．中国图象图形学报，2012，17(12)：1485．1491 稀疏梯度先验模型的正则化图像复原 刘伟豪1，梅林1，蔡炬1’2 1．公安部第三研究所，上海201204；2．复旦大学计算机学院，上海201204 得很好的复原结果，但对噪声过于敏感，对低信噪比的退化图像在迭代过程中易造成噪声的放大。虽然有一些正则 化方法应用到LR算法中来抑制噪声，但往往容易产生过度平滑的问题。针对这些问题将图像稀疏先验模型作为 正则项引入到LR算法中，抑制噪声在迭代过程中的放大。与常规的图像梯度约束算法不同，本文算法中根据模糊 图像梯度分布特点的不同提出了可变参数的图像稀疏梯度正则化约束方法，使复原图像的梯度分布参数在迭代过 程中更趋近于真实梯度分布，同时通过调整正则项系数可以避免复原图像的过度平滑。实验结果表明，同标准LR 算法和常规梯度约束算法相比，本文算法能够实现在抑制噪声放大的同时较好地保留图像的细节。 关键词：图像复原；Lucy-Richardson算法；图像稀疏梯度分布；正则化 restoration on model Regularizedimage algorithmsparsegradientprior Liu Xuanl’2 Weiha01，MeiLinl，Cai 1．TheThirdResearchlnsthute Public ofMinistryof 201204，China； Security，Shanghai 2．School ScienceFudan ofComputer University，Shanghai201204，Gh／na traditional an methodbasedon Abstract：The is iterativerestoration Lucy—Richardson image algorithm Bayesiananalysis． Itachievesresultsfor witha is80sensitive ratio(SNR)．The good restoringimagesdegradedhighsignal-to-noise algorithm tonoisesthatsome methodsareintroducedintothe tricks