曲李虎，林善明

（1.河海大学物联网工程学院，常州213022；2.河海大学传感网与环境感知重点实验室，常州213022）

一种改进的NAS-RIF水下图像盲复原算法

曲李虎1，2，林善明1，2

（1.河海大学物联网工程学院，常州213022；2.河海大学传感网与环境感知重点实验室，常州213022）

提出一种基于空域自适应加权因子的NAS-RIF图像盲复原算法，算法通过在原NAS -RIF算法代价函数中引入空域自适应加权因子，以改善图像复原的逼真和平滑。实验结果表明，改进后的算法信噪比改善增益可以提高2.39dB，复原后图像细节和清晰度有了一定程度的改善。

图像复原；非负支撑域受限递归逆滤波算法；加权因子；正则化；

1 引 言

经典的图像复原算法如维纳滤波、逆滤波等是基于退化系统的点扩散函数PSF已知的前提下进行的，而在实际水下场景应用中退化系统的PSF是传感器、光学衍射、水下环流等因素共同作用的结果，通常无法获知，所以经典图像复原算法不适合应用于此场景中。图像盲复原方法不依赖于图像的先验知识，也不需要准确预知退化系统的PSF，因而在实际水下场景中得到了广泛应用。

目前最具有代表性的图像盲复原算法有迭代盲目反卷积［1］（Iterative Blind Deconvolution，IBD）、递归逆滤波盲目反卷积算法［2］（Nonnegativity and Support constraint Recursive Inverse Filtering，NASRIF）。IBD算法缺乏可靠性，解的唯一性和算法收敛性不能确定，而且对于PSF的初始估计值比较敏感，复原效果通常不佳。

NAS-RIF算法的计算复杂度较低，具有较好的收敛性，而且复原算法仅需预知退化图像的支撑域范围，其代价函数为凸函数［3］，可以保证解的唯一性。……