An Improved Optimal Proximal Gradient Algorithm for Non-Blind Image Deblurring

要約

画像の脱生は、画像処理の中心的な研究分野であり、画像の品質を向上させ、多様なアプリケーション全体でより明確な視覚表現を促進する上で重要です。
このペーパーでは、既知のぼやけたカーネルを仮定して、画像が脱毛する最適化の問題に取り組んでいます。
最適な勾配法と重みマトリックスに基づいて、非盲目の画像脱bluring問題に効率的に対処するための最適な近位勾配アルゴリズム（IOPTISTA）を導入します。
2つの正規化ケース、つまり$ l_1 $ normと総変動基準に基づいて、提案されたアルゴリズムのパフォーマンスを評価するために数値実験を実行します。
結果は、我々のアルゴリズムが既存の方法と比較して強化されたPSNR値とSSIM値、および許容度の低下をもたらすことを示しています。

要約(オリジナル)

Image deblurring remains a central research area within image processing, critical for its role in enhancing image quality and facilitating clearer visual representations across diverse applications. This paper tackles the optimization problem of image deblurring, assuming a known blurring kernel. We introduce an improved optimal proximal gradient algorithm (IOptISTA), which builds upon the optimal gradient method and a weighting matrix, to efficiently address the non-blind image deblurring problem. Based on two regularization cases, namely the $l_1$ norm and total variation norm, we perform numerical experiments to assess the performance of our proposed algorithm. The results indicate that our algorithm yields enhanced PSNR and SSIM values, as well as a reduced tolerance, compared to existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google