摘要

我们提出了一种基于暗通道先验的简单而有效的盲图像去模糊方法。本工作的灵感来源于一个有趣的观察：模糊图像的暗通道稀疏性显著降低。在清晰图像中，大多数图像块都包含一些暗像素，但在模糊过程中，这些像素与周围高亮度像素进行平均后，其暗度特征会减弱。我们的分析表明，暗通道稀疏性的这一变化是模糊过程本身固有的特性，既在理论上得到证明，也在实验数据中得到验证。因此，通过约束暗通道的稀疏性，该方法能够在多种场景下实现有效的盲去模糊，包括自然图像、人脸图像、文本图像以及低光照图像。然而，对暗通道稀疏性的强制约束会引入一个非凸、非线性的优化问题。为此，我们提出了一种对最小值操作符（min operator）的线性近似方法，用于高效计算暗通道。所提出的基于查表（look-up-table）的方法在实际应用中收敛迅速，且可直接推广至非均匀去模糊任务。大量实验结果表明，该方法在自然图像去模糊任务上达到了当前最先进的性能，并在针对特定场景优化的先进方法中展现出良好的竞争力。