中非盲图像反褶积处理异常

非盲解卷积是在图像去模糊的系统的关键部件。先前解卷积方法假定其中由所述潜像的线性卷积和模糊核产生的模糊图像的线性模糊模型。这种假设往往不会在实践中，由于各种类型的成像过程离群值保持。如果没有适当的异常处理，以前的方法可能会产生与即使估计准确内核严重的振铃文物结果。在本文中，我们分析了异常值，导致前面的方法失败，比如像素的饱和度和非高斯噪声的几种常见类型。我们提出了一个新颖的模糊模型，明确将这些异常值考虑在内，并在其上建立一个强大的非盲解卷积方法，它可以有效地减少因离群的视觉假象。我们的方法的有效性证明了在合成和真实世界的例子实验结果。

code
conjgrad.m
deconv_L2.m
deconv_test.m
dst.m
fftconv.m
opt_fft_size.m
wrap_boundary_liu.m
deconv_outlier.m
idst.m
examples
1_city_night_view_synthetic
2_soldier_synthetic
blurred.png
3_japan_street_synthetic
blurred.png
4_tree_synthetic
blurred.png
5_night_light
blurred.tif
6_parking_lot
blurred.png
7_scooters
blurred.tif
8_snow
blurred.tif
9_restroom
blurred.png
1_city_night_view_synthetic
blurred.png
copyright.txt
deblurred_outlier_5_0.003.png
ground_truth.png
original.jpg
psf.png
README.txt