基于深度学习先验的柯西噪声及模糊复原算法

针对工程、无线电成像设备中出现的柯西噪声和模糊退化问题,提出了一种基于深度学习的复原算法.在PnP框架下,使用半二次分裂将柯西噪声传统复原模型中的数据保真项与正则项分离独立求解.为克服传统方法的局限性,使用卷积神经网络(CNN)训练了一个数据驱动的高斯去噪器用于求解分离出的正则项子问题,在每次迭代求解过程中采用噪声等级递减的策略选取去噪器.分离出的其他子问题通过牛顿法或傅里叶变换等方便地求解.在柯西噪声及不同类型模糊退化的图像上,将所提算法与中值滤波、凸总变分(TV)模型、基于交替方向乘数法(ADMM)的非凸模型以及重叠稀疏TV模型相比,实验结果表明,所提算法在视觉效果和数值指标上均都优于对比算法.

Cauchy noise and blur restoration algorithm based on deep learning priors