-
题名基于显著性区域检测的多尺度图像盲复原算法
- 1
-
-
作者
赵小强
王涛
宋昭漾
蒋红梅
-
机构
兰州理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
国家级电气与控制工程实验教学中心
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第11期4020-4030,共11页
-
基金
国家自然科学基金项目(62263021)
甘肃省高校产业支撑计划项目(2023CYZC-24)
+1 种基金
甘肃省科技计划项目(24JRRA172)
甘肃省工业过程先进控制重点实验室开放基金项目(2022KX07)。
-
文摘
针对大多数基于先验的盲图像去模糊算法耗时较长和显著边缘结构提取不理想的问题,提出一种基于显著性区域检测的多尺度图像盲复原算法。为了复原出更加清晰的图像,采用由粗略到精细的多尺度交替迭代框架构建图像金字塔。在图像单一尺度方面,首先提取出图像中具有强边缘结构的显著性区域,并对其施加l_(0)范数约束,提出显著映射先验;将显著性映射先验和最大后验概率相结合并引入传统图像去模糊模型中,构造出点扩散函数估算模型,利用半二次分裂算法解决模型的非凸问题;对点扩散函数进行复原时,利用点扩散函数相似度的变化量限制每个尺度中的过渡迭代;对模糊图像和最终估计的点扩散函数进行非盲解卷积,获得复原图像。实验结果表明:与现有的主流去模糊算法相比,新算法在合成数据集和真实数据集中都可以有效抑制振铃和伪影现象,得到了很好的视觉体验,且评价指标均优于对比算法,同时大大缩减了复原时间。
-
关键词
多尺度图像
显著边缘结构
点扩散函数
半二次分裂算法
点扩散函数相似度
-
Keywords
multi-scaleimage
salient edge structure
point spread function
semi-quadratic splitting algorithm
point spread function similarity
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-