【Lucy-Richardson去卷積】迭代加速演算法

【Lucy-Richardson去卷積】迭代加速演算法

這篇博文其實跟一篇Applied Optics文獻實在太像了,簡直就是翻譯,我從別人那裡轉過來,就標成翻譯了。

原文:Biggs D S C, Andrews M. Acceleration of iterative image restoration algorithms[J]. Applied optics, 1997, 36(8): 1766-1775.

值得注意的是這篇文章的加速演算法由於不需要加速引數選取,被選為MATLAB的官方加速演算法,編寫在deconvlucy裡,推薦大家遷移或者使用。

Richardson–Lucy演算法是一個在泊松噪聲背景下用於影象恢復的迭代技術。其旨在通過使用期望最大化演算法來使恢復影象的似然性最大化。該演算法需要對影象退化的過程進行良好的估計,以實現精確恢復。導致影象模糊的原因有很多,例如目標移動,離焦透鏡,或著大氣湍流,這些都是可由系統的點擴散函式(PSF)來描述。

          一般的Richardson–Lucy演算法收斂到最終的結果需要很多次的迭代,這限制了其在某些時間緊張型場合的使用。因此出現了許多的加速演算法,David S. C. Biggs 和Mark Andrews提出的基於向量外推原理的方法就是其中之一,該方法在速度和穩定性方面都有著重要的提高。