L1范数约束的非局部均值正则图像去模糊模型
L1-Nonlocal Means Regularization Model for Image Deblurring Problem作者机构:西安电子科技大学数学与统计学院
出 版 物:《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)
年 卷 期:2018年第41卷第1期
页 面:81-87页
核心收录:
学科分类:0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0839[工学-网络空间安全] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61271294,61472303,61772389) 中央高校基本科研业务费专项资金项目(NSIY21)
主 题:图像去模糊 非局部均值算法 正则模型 Bregman算子分裂算法
摘 要:为了保护图像边缘、细节等信息,建立了l1范数约束的非局部均值正则模型.首先通过实验证明了非局部均值去噪算法余项的概率密度函数具有较强的拖尾性质,符合Laplace分布的特点.基于此,使用l1范数约束的非局部均值去噪算法余项作为新的正则项,提出了新的正则模型.然后利用Bregman算子分裂算法求解得到相应的优化算法,并且可将新算法看成Plug-and-Play Priors算法的推广.实验结果表明,新模型在去除模糊,保护图像边缘、细节等信息方面的性能都优于l2范数约束的非局部均值正则模型和Plug-and-Play Priors模型.