杨　洁，张　嵩

(杭州电子科技大学通信工程学院，浙江 杭州 310018)



多参数梯度稀疏正则化图像非盲去模糊

杨洁，张嵩

(杭州电子科技大学通信工程学院，浙江 杭州 310018)

摘要：自然图像在不同纹理区域具有不同的梯度特性 ，通过对图像梯度进行合理分层规划将图像纹理划分为5个区域，对各纹理区域梯度进行 lp范数约束，且每个区域对应1个合适的p指数值，建立多参数正则化模型，有效避免了全局单一p指数的缺陷.最后结合GISA稀疏编码框架，得到更加稳固的复原结果.通过实验对比，发现提出的多参数梯度稀疏正则化方法可以有效地提升图像纹理细节部分视觉质量，同时也能取得更高的信噪比.

关键词：lp范数约束；图像梯度；多参数正则化；纹理划分

0引言

在用数码相机等设备获取图像的过程中，经常会遇到由于抖动、离焦等原因而导致的图像模糊问题.1977年，文献[1]提出了Tikhonov正则化方法，但是复原结果出现过平滑现象；文献[2]利用全变分(TV)模型建模，复原结果保留了图像中大部分陡峭边缘以及物体的边界，但是在平滑区域会出现阶梯现象；自然图像梯度分布具有“重尾”特性[3]，文献[4]指出图像梯度满足超拉氏分布分布，并在MAP框架下建模；文献[5]提出了GISA稀疏编码算法，从理论上给出解决非凸优化问题的一般方法，应用在图像处理中得到了更加稳固的解.但是图像不同纹理区域具有不同的梯度特性，文献[4]及文献[5]等文章中，在图像全局仅使用单一p指数的lp范……