基于四阶偏微分方程的盲图像恢复模型

基于四阶偏微分方程的盲图像恢复模型

ID:33794653

大小:457.92 KB

页数:5页

时间:2019-03-01

基于四阶偏微分方程的盲图像恢复模型_第1页
基于四阶偏微分方程的盲图像恢复模型_第2页
基于四阶偏微分方程的盲图像恢复模型_第3页
基于四阶偏微分方程的盲图像恢复模型_第4页
基于四阶偏微分方程的盲图像恢复模型_第5页
资源描述:

《基于四阶偏微分方程的盲图像恢复模型》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第15卷第1期中国图象图形学报Vo.l15,No.12010年1月JournalofImageandGraphicsJan.2010基于四阶偏微分方程的盲图像恢复模型马少贤江成顺(信息工程大学信息工程学院,郑州450002)摘要由于全变分(totalvariation,TV)正则化方法能够很好地保持边界,因而在图像去噪和恢复中得到广泛的应用,但其一个显著的缺点就是会在恢复出来的图像中产生阶梯效应。针对此问题给出了一种基于四阶偏微分方程(PDE)的盲图像恢复模型,该模型在Chan和Wong

2、的全变分模型的基础上,用四阶范数来代替TV范数,构造了一种新的能量泛函,消除了全变分正则化方法所产生的阶梯效应。实验结果表明,该模型能取得较好的图像恢复效果。关键词图像盲恢复全变分正则化四阶偏微分方程阶梯效应中图法分类号:TP391.41文献标志码:A文章编号:10068961(2010)01002605ANewMethodforImageBlindRestorationBasedonFourthorderPDEMAShaoxian,JIANGChenshun(Inst

3、ituteofInformationEngineering,InformationEngineeringUniversity,Zhengzhou450002)AbstractManyofthecurrentmethodsforimagedenoisingandrestorationutilizetotalvariation(TV)regularizationtopreserveitsbeneficialedgeproperties.HoweveraparticularcaveatofTVregu

4、larizationisthestaircasingphenomenoninrecoveredimages.Anewblindrestorationmodelbasedonafourthorderpartialdifferentialequation(PDE)isproposedforimagerestoration,whichimprovedtheChanandWongsTVmode.lThenewmethodistointroducefourthordernormintotheenerg

5、yfunctioninsteadofTVnorm,toovercomingthestaircasinginreconstructionsformTVregularization.Theresultofexperimentshowsthatthisrestorationmodelismorevisible.Keywordsimageblindrestoration,TVregularization,fourthorderPDE,staircasingphenomenonI(x)=Au(x)+n(

6、x)x0引言Au(x)=!h(x,s)u(x-s)dsDN其中,u和I分别为原始图像和观测图像,R是由于在图像成像、复制、传输过程中,不可避免图像支集,A为模糊算子。D为模糊算子支集,h为地要造成图像的降质,但在许多应用领域,却需要清点源扩散函数(pointspreadfunction,PSF),n为晰高质量的图像,因此必须对降质图像进行恢复处噪声。理,图像恢复就是从观测到的降质图像来重建原始关于原始图像和点源扩散函数的图像盲恢复是图像,它是图像处理、模式识别等的基础,在天文学

7、、一个不适定问题。近年来,关于图像的盲恢复算法遥感成像、医学成像等领域有着广泛的应用。[16][1]获得了较广泛的研究,已提出了一些算法。这线性图像退化过程的一般模型为些算法大体分为以下两类:一类是先辨识点源扩散基金项目:国家自然科学基金项目(10571024)收稿日期:20080519;改回日期:20081022第一作者简介:马少贤(1984),男,硕士研究生。主要研究方向为数值分析及优化计算、偏微分方程图像处理。Emai:lmashaoxian@gmai.lcom第1期马少贤

8、等:基于四阶偏微分方程的盲图像恢复模型27[811]函数,然后采用经典的图像恢复算法进行恢复;另一少学者提出相应的解决方法,其中一种有效的类是同时估计点源扩散函数和原始图像。目前成功方法就是采用高阶范数来度量图像。文献[8]提出的算法是以Kundur等人提出的利用非负和有限支了如下的能量泛函:[3]撑约束的递归逆滤波盲图像恢复算法(NASRIF)2E(u)=!fud(3)以及Rudin、Chen等人提出的全变分(TV)正则化盲[57]其EulerLagrange方程为图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。