徐宁珊，王 琛，任国强，黄永梅

混合梯度稀疏先验约束下的图像盲复原

徐宁珊1,2，王 琛3，任国强1*，黄永梅1

1中国科学院光电技术研究所，四川 成都 610209；2中国科学院大学，北京 1000493航天系统部装备部军代局成都室，四川 成都 610041

图像盲复原旨在无参考的情况下准确估计模糊核并恢复潜在的清晰图像。现有研究成果表明，利用全变分模型对高阶图像梯度先验约束进行描述可以有效抑制复原图像中产生的阶梯效应。本文在实验观察和研究的基础上，提出了采用稀疏先验约束模型对盲复原过程进行正则化的方法，以获得更佳的图像复原效果。该方法利用图像高阶梯度的稀疏性，通过与低阶梯度相结合来构造混合梯度正则项。同时，在正则项中引入基于图像熵的自适应因子，来调节迭代优化过程中两类梯度先验的比例，以此获得更好的收敛性。仿真与实验证明，与现有图像盲复原先进方法相比，本文方法具有更优越的图像复原性能。

图像盲复原；高阶梯度；稀疏先验；自适应加权

1 引 言

数字图像在成像、存储及传输等环节会受到不同形态的图像退化，主要包括离焦模糊、运动模糊、噪声污染等。这些退化因素造成图像质量下降，从而影响后续图像理解、图像解译等应用。因此，为了对退化图像的质量进行提升，提高其应用价值，需要进行图像复原处理。实际上，在卫星遥感、医疗、天文等诸多领域，由退化图像来恢复原始信息一直是非常重要的问题，长期以来受到了广泛地关注和研究。……