基于TV-泊松奇异积分联合先验模型的图像重构

目的 针对当前图像重构算法容易产生过渡平滑图像纹理区域， 使复原图像丢失大量纹理， 降低重构图像视觉质量等缺陷， 提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数， 结合TV函数， 构造TV图像先验。定义泊松奇异积分先验， 并将其嵌入到TV先验中， 设计一种联合先验模型， 控制图像纹理平滑度。基于高阶统计量技术， 完善图像退化模型， 并耦合先验模型， 生成重构图像的最大后验估计MAP。引入优化最小原则， 求解MAP， 完成贝叶斯推理， 获取重构图像。对文中算法复原图像纹理的关键参数进行优化， 并研究分析该算法的用户响应。结果 与当前图像重构算法相比， 文中算法的复原视觉质量更高， 能够较好地平衡噪声与纹理。在图像退化程度较大时，文中算法具有良好的用户响应。结论 文中算法能够较好地同步保持图像边缘与纹理