《表2 不同算法的核估计误差和信噪比》
使用稀疏先验盲复原算法对降质图像进行复原,算法中的参数初始化为:γ=1×106,αh=1×10 3,hβ=1×10 5,uα=1×10 5,uβ=1×10 6。将复原结果与维纳滤波迭代盲复原和总变分盲复原进行对比,图3(c)~3(h)为三种算法的复原结果,图中右下角为对应的估计模糊核。从图3(c)可以看出,维纳滤波盲复原的PSF估计误差大,信噪比低,但仍恢复出目标的大尺度轮廓。总变分盲复原(图3(d))能保持更多的细节,估计的PSF结构和形状更接近真实的PSF,但仍存在残余模糊。图3(e)~(h)分别为使用p值为0.9、0.6、0.3和0.1的稀疏先验进行盲复原的结果,可以看出p的取值过大(p=0.9)时,出现了显著的振铃现象;而p的取值过小(p=0.1)时,核估计误差增大,细节和轮廓被噪声淹没;p的取值为0.6时,复原图像具有了丰富的细节和轮廓;当p的取值为0.3时,核估计误差最小,对应的复原图像信噪比值最高,复原质量最好。表2给出了不同算法的核估计误差和信噪比值。图4给出了三种算法的收敛情况,维纳滤波盲复原算法的核估计相对误差先是快速下降,但收敛缓慢,加入分裂Bregman算法优化后,总变分盲复原和稀疏先验盲复原算法都能稳定地收敛。
图表编号 | XD00146854200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 周海蓉、田雨、饶长辉 |
绘制单位 | 中国科学院自适应光学重点实验室、中国科学院光电技术研究所、中国科学院大学、中国科学院自适应光学重点实验室、中国科学院光电技术研究所、中国科学院自适应光学重点实验室、中国科学院光电技术研究所 |
更多格式 | 高清、无水印(增值服务) |