基于结构加权低秩近似的泊松图像去模糊

针对由高斯模糊和泊松噪声引起的图像降质问题,提出了一种基于结构加权低秩近似的图像去模糊方法。首先,通过依次组合缩放、旋转、剪切和翻折等四种基本操作引入结构变换,以增加搜索空间内候选图像块的相似性。然后,构造新的目标函数,利用相似图像块的低秩性,在正则项中使用加权核范数(WNN)对结构变换后的图像块进行惩罚,以在去模糊的同时抑制泊松噪声。最后,基于半正定二次分裂(HQS)方法设计交替优化方案,用于求解目标函数,从泊松图像中去除模糊。实验结果表明:在多种泊松噪声强度下,所提方法取得的峰值信噪比(PSNR)和结构相似性(SSIM)都高于当前同类去模糊方法。