基于马尔科夫随机场学习模型的图像模糊核估计 - 东南大学学报.PDF

第４６卷第６期 东南大学学报（自然科 学版 ） Ｖｏｌ．４６ Ｎｏ．６ 　 ２０１６年１１月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｎｏｖ．２０１６ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１６．０６．００６ 基于马尔科夫随机场学习模型的图像模糊核估计 何富运　　张志胜 （东南大学机械工程学院，南京２１１１８９） 摘要：为在图像模糊核估计中充分利用图像的区域特征和结构信息作为先验知识，提出一种基 于马尔科夫随机场学习模型的模糊核估计方法．首先，由滑动的子窗口构成马尔科夫随机场的节 点集，以每个子窗口的曲率方向能量滤波器的响应和边缘分布组成的特征向量作为模型的输入； 然后，利用对数伪似然优化算法估计模型参数，在模型训练阶段，采用交叉熵相似性度量模糊核 的相似性以标记训练样本；最后，利用置信度传播算法推测最优图像子块．运用所提方法对仿真 和实际模糊图像进行实验，结果表明，该学习模型可以精确地估计模糊核，在主观视觉对比和客 观评价方面均具有较好的效果，同时也具有较好的自适应性．与其他３种方法相比，模糊核相似 度分别提高了１．５５％，５．６４％和７．０２％． 关键词：图像恢复；模糊核；马尔科夫随机场；核相似性 中图分类号：ＴＰ３９１　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１６）０６１１４３０６ Ｉｍａｇｅｂｌｕｒｋｅｒｎｅｌｅｓｔｉｍａｔｉｏｎ ｂａｓｅｄｏｎＭａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄｌｅａｒｎｉｎｇｍｏｄｅｌ ＨｅＦｕｙｕｎ　　ＺｈａｎｇＺｈｉｓｈｅｎｇ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１８９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｍａｋｅｔｈｅｍｏｓｔｏｆｉｍａｇｅｓｒｅｇｉｏｎａｌｆｅａｔｕｒｅａｎｄｓｔｒｕｃｔｕｒａｌｉｎｆｏｒｍａｔｉｏｎａｓｔｈｅｐｒｉｏｒ ｋｎｏｗｌｅｄｇｅｉｎｅｓｔｉｍａｔｉｎｇｂｌｕｒｋｅｒｎｅｌ，ａｎｅｓｔｉｍａｔｉｏｎｍｅｔｈｏｄｆｏｒｂｌｕｒｋｅｒｎｅｌｂａｓｅｄｏｎｔｈｅＭａｒｋｏｖｒａｎ ｄｏｍｆｉｅｌｄｌｅａｒｎｉｎｇｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ ，ａｎｏｄｅｓｅｔｉｎｔｈｅＭａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄｉｓｃｏｎｓｔｉｔｕｔｅｄｂｙ ｓｌｉｄｉｎｇｓｕｂｗｉｎｄｏｗ，ａｎｄｔｈｅｉｍａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅａｃｈｓｕｂｗｉｎｄｏｗ，ｓｕｃｈａｓｔｈｅｒｅｓｐｏｎｓｅｏｆ ｍｕｌｔｉｃｕｒｖａｔｕｒｅｏｒｉｅｎｔａｔｉｏｎｅｎｅｒｇｙｆｉｌｔｅｒａｎｄｅｄｇｅｄｉｓｔｒｉｂｕｔｉｏｎ，ａｒｅｅｘｔｒａｃｔｅｄａｓｔｈｅｉｎｐｕｔｖｅｃｔｏｒ． Ｔｈｅｎ，ｍｏｄｅｌｐａｒａｍｅｔｅｒｓａｒｅｅｓｔｉｍａｔｅｄｂｙｔｈｅｌｏｇａｒｉｔｈｍｉｃｐｓｅｕｄｏｌｉｋｅｌｉｈｏｏｄｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ， ａｎｄｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓａｒｅｌａｂｅｌｅｄｂｙａｄｏｐｔｉｎｇｔｈｅｃｒｏｓｓｅｎｔｒｏｐｙｓｉｍｉｌａｒｉｔｙｔｏｍｅａｓｕｒｅｂｌｕｒｋｅｒｎｅｌｓ ｓｉｍｉｌａｒｉｔｙ．Ｆｉｎａｌｌｙ，ｔｈｅｏｐｔｉｍａｌｉｍａｇｅｓｕｂｗｉｎｄｏｗｉｓｉｎｆｅｒｒｅｄｂａｓｅｄｏｎｔｈｅｌｏｏｐｙｂｅｌｉｅｆｐｒｏｐａｇａｔｉｏｎ ａｌｇｏｒｉｔｈｍ．Ｂｏｔｈｓｙｎｔｈｅｔｉｃａｎｄｒｅａｌｂｌｕｒｒｅｄｉｍａｇｅｓａｒｅｔｅｓｔｅｄｂｙｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．Ｔｈｅｅｘｐｅｒｉ ｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｎａｃｃｕｒａｔｅｌｙｅｓｔｉｍａｔｅｂｌｕｒｋｅｒｎｅｌ，ａｎｄａｃｈｉｅｖｅｓｆａｖｏｒａｂｌｅ