Key points are not available for this paper at this time.
Este artigo apresenta um método de desfocagem rápida que produz um resultado de desfocagem a partir de uma única imagem de tamanho moderado em alguns segundos. Aceleramos tanto a estimativa da imagem latente quanto a estimativa do núcleo em um processo iterativo de desfocagem, introduzindo um novo passo de predição e trabalhando com derivadas de imagem em vez de valores de pixels. No passo de predição, usamos técnicas simples de processamento de imagem para prever bordas fortes a partir de uma imagem latente estimada, que será utilizada exclusivamente para a estimativa do núcleo. Com essa abordagem, um prior gaussiano computacionalmente eficiente se torna suficiente para a deconvolução para estimar a imagem latente, pois pequenos artefatos de deconvolução podem ser suprimidos na predição. Para a estimativa do núcleo, formulamos a função de otimização usando derivadas de imagem e aceleramos o processo numérico reduzindo o número de transformadas de Fourier necessárias para um método de gradiente conjugado. Também mostramos que a formulação resulta em um número de condição menor do sistema numérico do que o uso de valores de pixels, o que proporciona uma convergência mais rápida. Resultados experimentais demonstram que nosso método é uma ordem de magnitude mais rápido do que trabalhos anteriores, enquanto a qualidade da desfocagem é comparável. A implementação em GPU facilita uma aceleração adicional, tornando nosso método rápido o suficiente para uso prático.
Cho et al. (Terça-feira,) estudaram essa questão.