留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

空间变化PSF非盲去卷积图像复原法综述

郝建坤 黄玮 刘军 何阳

郝建坤, 黄玮, 刘军, 何阳. 空间变化PSF非盲去卷积图像复原法综述[J]. 中国光学(中英文), 2016, 9(1): 41-50. doi: 10.3788/CO.20160901.0041
引用本文: 郝建坤, 黄玮, 刘军, 何阳. 空间变化PSF非盲去卷积图像复原法综述[J]. 中国光学(中英文), 2016, 9(1): 41-50. doi: 10.3788/CO.20160901.0041
HAO Jian-kun, HUANG Wei, LIU Jun, HE Yang. Review of non-blind deconvolution image restoration based on spatially-varying PSF[J]. Chinese Optics, 2016, 9(1): 41-50. doi: 10.3788/CO.20160901.0041
Citation: HAO Jian-kun, HUANG Wei, LIU Jun, HE Yang. Review of non-blind deconvolution image restoration based on spatially-varying PSF[J]. Chinese Optics, 2016, 9(1): 41-50. doi: 10.3788/CO.20160901.0041

空间变化PSF非盲去卷积图像复原法综述

doi: 10.3788/CO.20160901.0041
基金项目: 应用光学国家重点实验室基金资助项目(No.Y4223FQ141)
详细信息
    通讯作者:

    郝建坤(1991-),女,山西大同人,硕士研究生,主要从事图像复原等方面的研究。E-mail:haojiankunlj@163.com

    黄玮(1965-),男,吉林长春人,研究员,博士生导师,主要从事光学系统设计方面的研究。E-mail:huangw@ciomp.ac.cn

  • 中图分类号: TN911.73

Review of non-blind deconvolution image restoration based on spatially-varying PSF

  • 摘要: 传统的图像复原一般认为点扩散函数(PSF)是空间不变的,实际光学系统由于受到像差等因素的影响,并非严格的线性空间不变系统,基于空间变化PSF的非盲去卷积图像复原法逐渐体现其优越性。空间变化PSF的非盲去卷积图像复原法先准确估计图像空间变化的PSF,再利用非盲去卷积算法对图像进行复原,有利于恢复出高质量图像。本文从算法的角度综述了近几年提出的基于空间变化PSF的非盲去卷积图像复原方法,并对比了基于强边缘预测估计PSF的非盲去卷积法、基于模糊噪声图像对PSF估计非盲去卷积法等算法的优缺点,各算法分别在PSF估计精确度、振铃效应抑制效果、适用范围等方面体现出各自的优劣。空间变化PSF的非盲去卷积图像复原法的研究,有利于推进图像复原技术向更高水平发展,使光学系统往轻小型化方向发展,从而在多个科学领域发挥其重要作用。

     

  • 图 1  Joshi等人实验的恢复图像

    Figure 1.  Recoverd image in the experiment by Joshi,et al

    图 2  估计失败的PSF和改进后的PSF

    Figure 2.  Unsuccessfully estimated PSF and adjusted PSF

    图 3  改进RL算法和能量最小化算法恢复图像

    Figure 3.  Recovered images by variant RL and energy minimization

    图 4  模糊图像和恢复图像

    Figure 4.  Blurred image and recovered image

    图 5  Christian J.Schuler等人实验的恢复图像

    Figure 5.  Recovered image in the experiment by Christian J.Schuler,et al

    图 6  Heide等人实验的恢复图像

    Figure 6.  Recovered image in the experiment by Heide,et al

    表  1  5种算法实例对比结果

    Table  1.   Comparison results of five examples using different algorithms

    PSF估计去卷积适用范围优点缺点
    Joshi强边缘预测法Richardson-Lucy运动、离焦以及相 机的固有属性 所引起的模糊①速度快 ②PSF估计较准确 ③亚像素分辨率下 复原图像 不适用于模糊核 为多峰的情况
    Michal S orel模糊/噪声图 像对估计法改进的RL算法 运动模糊①比单幅图像复 原速度更快 ②振铃效应抑 制效果好 拍摄两幅不同曝 光度的图像不 易控制
    Hao Lin刀刃法+ 分段插值最小二乘共轭梯度像差引起的模糊 避免振铃效应像质提高不明显
    Christian J.Schuler频域直接计算Hyper-Laplacian先 验+demosaicing 运动模糊、 像差模糊 ①PSF估计快速有效 ②恢复图像全彩色 ③能用于单透镜 成像复原 单透镜复原效 果差一些,PSF 有待改进
    Heide一阶原始对 偶算法一阶原始对 偶算法像差引起的模糊 ①速度快,鲁棒性好 ②振铃效应抑制 效果好 ③可用于多种相 机图像复原 简单透镜系统的 图像复原效果 差一些
    下载: 导出CSV
  • [1]

    [2]

    [3]

    [4]

    [5]
    [6]

    [7]

    [8]

    [9]

    [10]

    [11]

    [12]

    [13]

    [14]

    [15]

    [16]

    [17]

    [18]

    [19]

    [20]

    [21]

    [22]

    [23]

    [24]

    [25]

    [26]

    [27]

    [28]
    [29]

    [30]

    [31]

    [32]

    [33]

    [34]

    [35]
    [36]
    [37]
    [38]
    [39]

    [41]
    [42]

    [43]

  • 加载中
图(6) / 表(1)
计量
  • 文章访问数:  2114
  • HTML全文浏览量:  572
  • PDF下载量:  1618
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-09-11
  • 录用日期:  2015-11-13
  • 刊出日期:  2016-01-25

目录

    /

    返回文章
    返回