盲反卷积的更清晰图景

盲反卷积是从一幅含噪模糊图像中恢复清晰图像和模糊核的问题。近年来，人们在理解解决盲反卷积的基本机制方面付出了巨大努力。虽然这些努力催生了有效算法的部署，但理论发现却对这些方法为何有效产生了截然不同的观点。一方面，实验可观察到交替能量最小化算法收敛到期望的解。另一方面，已有研究表明此类交替最小化算法应无法收敛，而应改用所谓的变分贝叶斯方法。为澄清这一难题，近期工作表明，良好的图像与模糊先验才是使盲反卷积算法有效的关键。遗憾的是，该分析不适用于基于全变分正则化的算法。在本文中，我们提供了分析与实验，以获得对盲反卷积的更清晰图景。我们的分析揭示了基于全变分的算法之所以有效的根本原因。我们还介绍了该算法的一种实现，并表明尽管其极其简单，却非常稳健，且性能可与当前最优水平相媲美。