一种改进的非负限定性支持域算法

引入单调平滑的对数函数,对原代价函数取以e为底的对数进行复合,提出了一种改进的非负限定性支持域算法.从代价函数的梯度入手推导出共轭梯度算法,其搜索方向保持不变而搜索步长变小,使滤波系数更加逼近于点扩展函数逆算子,从而使估计图像与原始图像更加接近.对文字模糊图像的仿真结果表明,与原始算法相比,改进算法的均方误差曲线收敛性及稳定性更好,提高了恢复图像的信噪比.

基于频域共轭梯度法的交替迭代复原算法研究

对迭代盲目去卷积复原方法进行了研究,提出了基于频域共轭梯度法的交替迭代优化复原算法,在频域上构造了关于目标图像和点扩展函数频谱的误差代价函数,将共轭梯度法引入到频谱误差代价函数的极小化过程中,并将空域非负性和频域带限等先验约束知识融合到对目标图像和点扩展函数的迭代交替优化估计过程中,取得了预期的复原效果,增强了算法的抗噪性和稳定性。在微机上进行了一系列的复原实验,实验结果表明算法复原效果好,抗噪能力强,速度较快,且能恢复具有复杂背景的目标图像。

一种改进盲目反卷积算法收敛性的方法

针对图像恢复时采用共轭梯度(CG)算法的盲目反卷积(IBD)算法不能很好收敛的问题,提出了一种改进共轭梯度法迭代循环条件的方法,有效地改进了盲目反卷积算法的收敛性,同时也减小了算法的计算量。

基于字典稀疏表示和梯度稀疏的图像盲去模糊

基于超完备字典稀疏表示的图像复原利用字典的冗余性能够有效地恢复出图像的结构特征,但由于使用字典稀疏表示时需要对整幅图像进行分块处理,导致复原后的图像块之间重构图像常出现"伪像"效应。针对这一问题,本文将图像梯度稀疏统计特性作为先验知识加入稀疏表示图像盲去模糊模型中,提出了一种基于字典稀疏表示和梯度稀疏的图像盲去模糊算法,同时分析了算法的整体优化求解方法。实验分析和结果表明,本文算法能在一定程度上去除图像块之间的"伪像"效应,保持图像的结构特征和整体平滑。本文算法的去模糊图像在峰值信噪比和视觉效果两方面均有显著提高。