基于类别自适应图像先验的盲图像去模糊
计算机视觉与模式识别
2017-09-07 v1
摘要
盲图像去模糊(BID)是一个不适定逆问题，通常通过施加关于（未知）图像和模糊滤波器的先验知识来解决。大多数BID工作集中于自然图像，使用基于通用自然图像统计特性的图像先验。然而，在许多应用中，已知待恢复图像属于某特定类别（例如文本、人脸、指纹），利用此知识可获得更精确的先验。本工作中，我们提出一种方法，其中使用高斯混合模型(GMM)通过在该类干净图像数据集上训练来学习类别自适应先验。实验表明，在处理包含文本、人脸或指纹的图像时，所提方法在恢复质量方面具有竞争力。此外，实验显示所提方法能够在高噪声水平下处理文本图像，优于专门设计用于文本图像BID的最先进方法。
引用
@article{arxiv.1709.01710,
title = {Blind image deblurring using class-adapted image priors},
author = {Marina Ljubenović and Mário A. T. Figueiredo},
journal= {arXiv preprint arXiv:1709.01710},
year = {2017}
}
备注
5 pages