基于暗通道约束的运动模糊图像盲复原

鱼轮，韩美林

（商洛学院 电子信息与电气工程学院，陕西商洛 726000）

在图像处理中，运动模糊图像盲复原是反问题中的重要研究方向之一，它是根据获取的模糊图像，利用软硬件技术算法去估计原始目标清晰图像。常见的形成运动模糊图像的原因有拍摄目标物体的运动，相机的抖动，光学系统散焦[1]等。目前对于运动模糊图像盲复原的主要手段是采用软件优化算法的方式寻找图像复原模型的最优解，而最优解的求取，依赖于寻找的图像先验信息是否准确。过去几年常用的清晰图像的先验信息主要是自然图像梯度满足何种分布，但在最大后验概率框架下，使用这些先验信息进行盲复原处理时容易求得局部最优解[2]。而近几年图像去雾中的暗通道理论为解决图像去模糊问题提供了新的思路[3]，将其应用到运动模糊图像复原中，取得了较好地复原效果。本文对Levin提供的公开运动模糊数据集[2]施加暗通道理论约束和稀疏约束，采用半二次变量分离解决代价函数优化问题，利用图像金字塔方法对图像逐层迭代估计，可以确保复原结果更精细，更好地恢复出图像的细节轮廓。

1 图像复原模型

在多帧短曝光拍摄目标物体时，对每一帧图像而言，图像的模糊过程可以近似为一个线性时不变系统[4]，系统可以建模为：y=k⊗x+n，其中 y、x、k、n分别表示模糊图像、原始清晰图像、点扩散函数、噪声，⊗表示卷积运算。四个参数中，x和k是未知的，必须施加合适的先验信息约束才能准确求出。……