为了消除退化函数随空间变化发生变化模糊图像分块复原法子块之间的不平滑拼接缝,提出了一种结合了基于梯度的振铃评价算法梯度振铃评价(GRM)的总变分(TV)最小化分块复原法。根据图像分布及退化类型将模糊图像划分为矩形、环形或其他形状的子块,图像子块之间要留有一定的重叠区[然后对每一个图像子块进行复原,GRM方法是基于图像梯度结构相似度的图像质量评价算法,以GRM作为TV复原算法迭代过程中的收敛条件,可以更好地控制复原图像的振铃[最后去除复原图像子块含振铃波纹的重叠区,拼接得到完整图像。并以矩形分块及环形分块为例,证明该方法可以很好地抑制图像边界振铃效应,克服分块复原法本身的缺陷,得到拼接平滑的完整图像。

空间变化PSF(Space-variant Point Spread Function，SVPSF)图像，即物空间各点的退化随位置的改变而改变的图像，由于其复原技术涉及到多个甚至海量PSF 的提取、存储和运算，相对于空间不变PSF(Space-Invariant Point Spread Function，SIPSF)图像复原要困难得多。目前处理此类图像的主要方法包括空间坐标转换法，等晕区分块复原法，以减少数据存储量，降低计算量，提高收敛速度为目标的直接复原法等。本文回顾了这一课题的研究历史，对目前的研究工作进行了分析和总结，介绍了本实验室提出的结合GRM(Gradient Ringing Metric)评价算法的总变分最小化图像分块复原法，并提出了未来工作关注重点的展望。