基于模糊隶属度的自适应复合正则化图像复原

摘要

从退化图像中恢复原始干净图像是一个经典的病态反问题，正则化技术是解决此问题的主流方法之一。它将解图像限定在一个正则空间中，复原图像即是退化图像在正则空间中的投影，但是针对不同图像选择合适的正则空间是一个难点。为提高正则化模型的适应性，更为精细地建模不同特征图像，基于模糊集理论，提出了一个自适应复合正则化模型。首先采用学习算法计算图像对于不同正则空间的隶属度，然后选择隶属度最大的前s个空间，以隶属度为权重建立自适应复合正则化模型，最后采用ADMM (Alternating Direction Method of Multipliers)算法对模型进行求解。实验结果表明，对于不同的图像，模型可以很好地选择合适的正则空间，得到满意的复原效果。

关键词

正则化 / 模糊集 / 隶属度 / 图像复原 / 自适应

基金资助

国家自然科学基金(62061016; 61561019)