[发明专利]基于模糊噪声图像对联合优化的图像盲复原方法

权利要求书

1.一种基于模糊噪声图像对联合优化的图像盲复原方法，其特征在于包括以下步骤：

给定模糊图像B和噪声图像N两幅图像,通过如（1）式所示目标能量函数联合求解清晰图像L和模糊核K：

{K,L}=argminK,L{γ||B-K⊗L||22+β||N-L||22+λ||K||22+η||G⊗L||α}---(1)]]>

式中，G为梯度提取滤波器组，为二维卷积操作，γ,β,λ，η均为正则化系数，α为范数选择参数，为计算的α范数；对于（1）式的求解，首先，对L进行初始化，令L＝N，然后，循环执行以下步骤1,2直到迭代到设定的迭代次数T；

1.固定L,求解图像模糊核K；

此时（1）式的目标函数简化为下式：

K=argminK{γ||B-K⊗L||22+λ||K||22}---(2)]]>

（2）式通过共轭梯度求解以加快求解速度，求解公式转化为：

式中，F(·)和F^-1(·)分别为二维快速傅丽叶变换的正变换和逆变换，为F(·)的共轭，为矩阵的点乘操作，I为单位矩阵；求解（3）式，得到当前的图像模糊核K；

2.固定K，求解复原图像L；

此时（1）式的目标函数简化为（4）式：

L=argminL{γ||B-K⊗L||22+β||N-L||22+η||G⊗L||α}---(4)]]>

式中，梯度滤波器组G由C个梯度滤波器[G₁,G₂,...,G_C]组成,（4）式中包含α范数，通过迭代加权最小均方误差法进行近似求解，其步骤如下：

迭代求解下面1）、2）两步，直到迭代到设定的迭代次数M；

1)计算C个加权矩阵，分别为ω¹,ω²,...,ω^c,...,ω^C,且每一个加权矩阵的维数均与L相同，对于第c个加权矩阵ω^c其求法如下：

ωi,jc=|(Gc⊗L)i,j|a-2---(5)]]>

式中，表示卷积后矩阵的第i行，第j列的元素；

2）将式（4）求解近似为

（6）式为2范数约束求解问题，利用共轭梯度下降方法进行求解，得到当前迭代所求的L。