On Some Smoothing Techniques Used in Image Restoration
图像恢复中的若干平滑技术AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要的直接应用是图像恢复，不能仅因正则化和平滑术语而归入所列计量领域。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
图像恢复中的若干平滑技术
- 研究问题
- 如何利用正则化恢复模糊或含噪图像，并在较低噪声信号比下选择平滑程度、识别可能的过度平滑？
- 方法与思路
- 作者讨论点扩散函数可逆性和图像随机模型，提出线性正则化，并考察约束反卷积、最大熵恢复和最小二乘滤波。
- 材料陈述的贡献
- 摘要称在低噪声信号比情形得到最优平滑选择，并证明图像恢复文献中的某些选择技术在明确意义下过度平滑。
- 阅读关注点
- 应核对图像随机模型、点扩散函数可逆条件、最优性的损失标准，以及低噪声近似和过度平滑的确切定义。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断高噪声场景的表现；具体正则化公式、最优性条件和比较结果未提供。
原文摘要
SUMMARY The problem is considered of restoring a blurred and/or noisy image using various regularization prescriptions. Preliminary work concerns the invertibility of point spread functions and the construction of a stochastic model for images. A simple linear regularization procedure is introduced, as well as the special cases of constrained deconvolution, maximum entropy restoration and least-squares filtering. Optimal choices for the degree of smoothing are obtained for the case of low noise-to-signal ratios. Certain techniques, prevalent in the image-restoration literature for choosing the degree of smoothing, are shown to oversmooth, in a well-defined sense.