基于张量总变分的模糊图像盲复原

摘要 现有模糊图像盲复原算法通常仅利用彩色图像的灰度信息估计模糊核，彩色图像转换成灰度图像的操作会造成信息丢失，在处理尺寸过小或显著边缘过少的图像时，模糊核的估计通常会失效，导致最后复原图像的质量不理想。针对上述问题，在新的张量框架下，把彩色模糊图像作为一个三阶张量，提出了一种基于张量总变分的模糊图像盲复原算法。首先通过调整张量总变分模型中的正则化参数获取彩色图像不同尺度的边缘信息，从而估计出模糊核；再利用张量总变分算法对模糊图像解模糊，复原出清晰图像。实验结果表明，所提算法得到的复原图像在峰值信噪比（PSNR）和主观视觉上均得到明显改善