学习笔记 Deblur系列 【2】-- Total Variation Blind Deconvolution

这篇博客介绍了Tony F.Chan 和 C.K. Wong的1998年论文,该论文基于Total Variational Minimization算法进行图像去模糊的改进。文章阐述了TV算法的基本形式,探讨了参数α对图像和PSF的影响,并指出尽管最终的复原效果不理想,但论文突显了图像复原的数学本质,强调了数学在该领域的重要性。
摘要由CSDN通过智能技术生成

本人知晓后,欢迎转载交流学习

 

这篇论文作者是1998年加利福利亚大学数学系的Tony F.Chan 和 C.K. Wong。。。。。。

所以论文内容基本上是在进行数学分析。。。。

论文主要思想是在total variational minimization 算法的基础上进行改进,

这个是TV算法的形式,u是模糊图像,k是PSF,即点扩散函数,point spread function。

α是参数,这个算法对于blocky image 复原有奇效。

作者参考You 和 Kaveh 96年提出的regularization 方法

用TV norm 代替H^1 norm 来对image 和 PSF 进行regularize,最后得到下面的形式:

其中α1和α2都是正参数,

参数α1 跟噪声的大小有关,噪声越大,α1 越大。

参数α2用于控制PSF的扩散程度,α2越大

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值