基于变分方法提出了一种运动模糊退化图像的盲复原算法。考虑自然场景的图像梯度符合长拖尾概率分布,提出的方法采用归一化的超拉普拉斯先验项作为变分能量方程中的光滑项,从而有利于图像在去模糊的求解过程中正确解收敛。由于建立的能量方程不是严格凸的函数,故引入了分裂方法进行求解。整个运动模糊退化图像的盲复原过程在多尺度框架下由粗到细尺度渐进执行。最后利用估计出的点扩展函数计算清晰图像。相对于传统的盲复原算法,本文提出的算法不需要预测图像的梯度信息和对梯度进行筛选,直接求解能量方程就能够得到相应的正确解。得到

基于运动估计的模糊图像盲复原

针对运动模糊图像的模糊去除问题, 提出了一种基于L0范数正则化的模糊核方法。该方法以图像梯度L0范数为正则项, 根据图像的稀疏先验条件, 选取合适的参数估计方法, 构建了一个非凸的最优化能量函数。在对该函数进行数值求解中, 选用了交替迭代法, 交替更新原始图像和模糊核的估计值。在原始图像估计中, 以图像梯度L0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响, 从而提高了核估计的正确率。在模糊核计算过程中, 模糊核估计最优化能量函数则转换为一个经典的凸优化问题, 再通过对