基于广义约束最小绝对偏差估计的盲图像恢复神经网络算法

盲图像恢复是图像信息处理学科发展前沿的课题之一，有很重要的学术意义和应用前景。本项目拟揭示广义约束最小绝对偏差估计和神经网络算法在盲图像恢复方法中的重要性；提出基于广义约束最小绝对偏差估计的盲图像恢复方法；建立盲图像恢复的广义约束最小绝对偏差估计在非高斯噪声环境下的全局最优性与鲁棒性；寻求广义约束最小绝对偏差估计在精度上比传统的二阶估计和高阶估计有较大改进；提出基于广义约束最小绝对偏差估计的盲图像恢复神经网络算法；证明算法的全局稳定性和全局收敛性，提高算法的收敛速度，进而获得处理盲图像恢复的有效算法；促进盲图像恢复在信息处理中理论和应用研究的发展。