基于gauss-markov随机场的贝叶斯盲复原

？针对图像盲复原中图像细节恢复的同时块效应放大的问题，提出了一种贝叶斯盲复原算法。首先使用贝叶斯框架模式，对原始图像、观察图像、点扩散函数(psf)及模型参数分别建立先验模型，并将能有效描述图像局部统计特征的带有高斯特性的markov(gauss-markov)随机场模型作为原始图像的先验模型；然后利用贝叶斯公式推导出原始图像及点扩散函数的迭代公式。实验结果表明，与总变分(tv)先验模型的恢复图像相比，所提算法的恢复图像块效应明显减少，并且视觉效果更好；在点扩散函数的大小已知和未知的情况下，相比tv先验模型，所提算法的改善信噪比(isnr)能提高1db左右。