Blind Image Deblurring Using Dark Channel Prior

Wir präsentieren eine einfache und effektive Methode zur blinden Bildentschärfung, die auf dem Dunkelkanal-Vorläufer basiert. Unsere Arbeit wird durch die interessante Beobachtung motiviert, dass der Dunkelkanal verschwommener Bilder weniger spärlich ist. Während die meisten Bildfelder in einem sauberen Bild einige dunkle Pixel enthalten, sind diese Pixel bei der Durchführung des Verschmierungsprozesses durch Mittelung mit benachbarten Pixeln hoher Intensität nicht mehr dunkel. Unsere Analyse zeigt, dass sich diese Veränderung der Sparsamkeit des Dunkelkanals sowohl theoretisch als auch empirisch als inhärentes Merkmal des Verschmierungsprozesses erweist. Diese Veränderung der Sparsamkeit des Dunkelkanals ist eine inhärente Eigenschaft des Verschmierungsprozesses, die wir sowohl mathematisch beweisen als auch an Trainingsdaten validieren. Daher trägt die Durchsetzung der Sparsamkeit des Dunkelkanals zur blinden Entschärfung in verschiedenen Szenarien bei, einschließlich natürlicher Bilder, Gesichter, Text und Bilder bei geringer Beleuchtung. Allerdings führt die Sparsamkeit des Dunkelkanals zu einem nicht-konvexen, nicht-linearen Optimierungsproblem. Um dies zu bewältigen, führen wir eine lineare Approximation des Min-Operators zur Berechnung des Dunkelkanals ein. Unser auf einer Lookup-Tabelle basierendes Verfahren konvergiert in der Praxis schnell und kann direkt auf nicht-uniforme Entschärfung erweitert werden. Umfangreiche Experimente zeigen, dass unsere Methode state-of-the-art Ergebnisse bei der Entschärfung natürlicher Bilder erzielt und sich gegenüber gut ausgelegten Methoden für spezifische Szenarien positiv abhebt.