基于压缩感知的图像盲恢复模型和算法研究

项目名称： 基于压缩感知的图像盲恢复模型和算法研究

项目编号： No.11401081

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 黄捷

作者单位： 电子科技大学

项目金额： 22万元

中文摘要： 基于压缩感知的图像盲恢复问题新型模型与高性能算法的研究是近年来新兴的压缩感知和图像处理中的重要科学问题与热点问题之一。基于压缩感知的图像盲恢复问题，需要在压缩感知框架下同时恢复原始图像和模糊算子，问题规模巨大且严重病态，求解非常困难。本项目研究基于压缩感知的图像盲恢复数学模型与高性能算法，并开发相应的实用软件包。拟研究的主要内容包含了三个方面：(1) 研究设计可高效实现的压缩感知图像盲恢复约束优化模型; (2) 针对新型约束优化模型，设计高性能迭代算法，为算法提供理论支持; (3) 结合设计的新模型和算法，开发实用的具有较强扩展性的压缩感知图像盲恢复软件包。本项目拟研究课题具有重要的科学意义和应用价值。

中文关键词： 压缩感知；图像恢复；稀疏表示；约束优化；正则化

英文摘要： Compressive blind image restoration is an important and hot topic in compressive sensing and many image processing applications in recent years. Compressive blind image restoration is the process of simultaneously estimating both the original image and th

英文关键词： Compressive sensing；Image restoration；Sparse representation；Constrained optimization；Regularization