基于非凸高阶全变差模型的Split Bregman权值迭代图像盲复原方法

专利类型：发明专利 

语 言：中文 

申 请 号：CN201410389135.1 

申 请 日：20140808 

发 明 人：李伟红许尚文龚卫国 

申 请 人：重庆大学 

申请人地址：400030 重庆市沙坪坝区沙正街174号 

公 开 日：20170215 

公 开 号：CN104134196B 

代 理 人：康海燕 

代理机构：重庆华科专利事务所 50123 

摘　　要：本发明是一种基于非凸高阶全变差模型的Split Bregman权值迭代图像盲复原方法，属于图像处理技术领域。其核心是通过引入满足超拉普拉斯模型的图像边缘稀疏先验信息，结合能够产生分段线性解的高阶滤波器组，形成非凸高阶全变差正则化盲复原代价函数。然后提出权值迭代策略，将该代价函数最小化问题转化为权值更新后近似的凸性代价函数最小化问题。然后利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而使用Split Bregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，克服传统全变差正则化盲复原方法产生阶梯效应的缺点，同时针对人工退化图像和真实退化图像都有很好的复原效果。 

主 权 项：一种基于非凸高阶全变差模型的SPLIT?BREGMAN权值迭代图像盲复原方法，该方法包括以下步骤：(1)引入满足超拉普拉斯模型的图像边缘稀疏先验信息，结合使用能够产生分段线性解的高阶滤波器组，形成非凸高阶全变差正则化盲复原模型，即具有非凸性质的代价函数；(2)使用权值迭代策略，将步聚(1)中的非凸性代价函数最小化问题转化为权值更新后近似的凸性代价函数最小化问题；(3)采用算子替换的方法对步聚(2)中产生的近似凸性代价函数中的二阶微分算子▽²U用B替换：▽²U→B，转化为约束优化问题，然后引入惩罚项对▽²U＝B进行惩罚，这样就转化为分裂的最小化代价函数；(4)对步聚(3)中产生的分裂的最小化代价函数交替使用直接求偏微分后置为零的方法求解点扩散函数问题；通过SPLIT?BREGMAN迭代方法求解图像问题，经过迭代最终复原出清晰图像。 

关 键 词： 

法律状态：公开 

IPC专利分类号：G06T5/00