基于稀疏先验的空间目标图像盲反演方法

作     者：李正周 卿琳 李博 陈成 亓波 LI Zheng-zhou;QING Lin;LI Bo;CHEN Cheng;QI Bo

作者机构：重庆大学微电子与通信工程学院重庆400044 重庆大学信息物理社会可信服务计算教育部重点实验室重庆400044 中国科学院光电技术研究所成都610209 中国科学院光束控制重点实验室成都610209 

出 版 物：《光子学报》 (Acta Photonica Sinica)

年 卷 期：2020年第49卷第2期

页      面：155-166页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 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(No.61675036) 中国科学院光束控制重点实验室基金项目(No.2017LBC006) 中央高校基本科研业务费项目(No.2018CDGFTX0016)~~ 

主　　题：图像盲反演 灰度稀疏性 梯度稀疏性 细节稀疏表示 稀疏先验 空间目标 

摘      要：针对图像盲反演算法未考虑空间目标图像自身特性,致使对空间目标图像细节信息恢复不理想、重构图像中易产生边界伪像等不足之处,提出了一种基于稀疏表示的联合稀疏先验约束盲反演算法.首先,结合空间目标图像梯度的稀疏特性,采用图像梯度的L 0范数提取有利于模糊核估计的图像显著边缘信息;其次,采用L p范数和L 0范数对图像的梯度分布和空间域进行稀疏约束,以保证反演图像的像素点间具有显著的对比度,同时保证图像中包含边缘和纹理等细节信息;最后,采用拉普拉斯分布先验对模糊核进行约束,以保证模糊核的稀疏特性.采取交替迭代策略对所提出的模型进行优化求解,从而得到模糊核和空间目标图像的估计值.实验结果表明,相比于几种具有代表性的盲反演算法,提出的方法能估计出更准确的模糊核,对图像边缘和纹理等细节信息具有更好的恢复能力,在主观评价和客观评价方面均取得了较好的反演性能.