高光谱图像（HSI）通常在采集过程中由于各种噪声的混合而降低质量，这些噪声可能包括高斯噪声，脉冲噪声，虚线，条纹等。 本文介绍了一种基于低秩矩阵恢复（LRMR）的HSI恢复新方法，该方法可以同时去除高斯噪声，脉冲噪声，死线和条纹。 通过按字典顺序将HSI的补丁排序为二维矩阵，可以探索高光谱图像的低秩属性，这表明干净的HSI补丁可以视为低秩矩阵。 然后，我们将HSI恢复问题公式化为LRMR框架。 为了进一步消除混合噪声，应用了“分解”算法来解决LRMR问题。 在模拟和真实数据条件下都进行了一些实验，以验证所提出的基于LRMR的HSI恢复方法的性能。

基于稀疏表达的图像恢复算法研究

图像几何变换

多阶段渐进式图像恢复（CVPR 2021） ， ， ， ， ， 和 论文： : 补充文件： 摘要：图像恢复任务要求在恢复图像时在空间细节和高级上下文信息之间达成复杂的平衡。 在本文中，我们提出了一种新颖的协同设计，可以最佳地平衡这些相互竞争的目标。 我们的主要建议是一个多阶段体系结构，该体系结构逐步学习降级输入的恢复功能，从而将整个恢复过程分解为更易于管理的步骤。 具体来说，我们的模型首先使用编码器-解码器体系结构学习上下文相关的功能，然后将它们与保留本地信息的高分辨率分支相结合。 在每个阶段，我们都会介绍一种新颖的每像素自适应设计，该设计利用现场监督的注意力来重新加权局部特征。 这种多阶段体系结构中的关键要素是不同阶段之间的信息交换。 为此，我们提出了一种两方面的方法，其中不仅从早期到后期顺序地交换信息，而且还存在特征处理块之间的横向连接，以避免任何信息丢失。 由

图像恢复的阈值化算法 在本文中，我们介绍了两步IST（TwIST）算法，对于病态问题，它表现出比IST更快的收敛速度。对于一大类非二次凸正则化器（规范，一些Besov范数和总变差），我们证明了TwIST收敛 对于给定范围的参数值，目标函数的最小化。对于不可逆的观察算子，我们引入了单调版本的TwIST（MTwIST）;虽然收敛证明不适用于这种情况，但我们给出了实验证据表明MTwIST表现出与IST相似的速度增益。新方法的有效性通过实验证实了图像去卷积和缺失样品的恢复问题。

利用NEQR量子图像表示法，提出了一种能在含水印量子载体图像中实现隐蔽通信的量子隐写算法。新算法借助水印通常拥有很好的稳健性和其特有的自恢复系统，对秘密信息的稳健性进行了多重强化。相比于之前的量子隐写算法，新算法不仅强化了秘密信息自身的稳健性，而且通过量子线路的设计提高了其嵌入和提取的可执行性和执行效率。经实验仿真结果和性能分析验证，新算法在保留原有隐蔽性和安全性基础上，进一步提高了秘密信息的稳健性和嵌入率。

实施 Varghese、贾斯汀、Saudia Subash、Nasser Tairan 和 Bijoy Babu。 “基于拉普拉斯算子的频域滤波器，用于恢复被周期性噪声破坏的数字图像。” 加拿大电气和计算机工程杂志 39，没有。 2 (2016): 82-91。

matlab几个图像恢复的程序代码-deconv_alm.m 主要针对运动模糊和离焦模糊，这是我的硕士课题之一，有兴趣的一起讨论下。

算法图像恢复代码matlab

恢复极度模糊或退化的图像。 由于许多因素，例如相机和行驶中的汽车之间的相对运动（例如超速行驶的汽车的图像），图像变得模糊。 逆滤波器、维纳滤波器和露西-理查森滤波器用于恢复图像。 光流分析，即模糊长度和模糊角度等模糊参数的估计也是其中的一部分。 包含帮助文件以帮助您。 如果有人觉得这个文件有用，请留下评论。 它非常令人鼓舞。