《表2 不同算法的核估计误差和信噪比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《稀疏先验型的大气湍流退化图像盲复原》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。