

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像盲復(fù)原是一個(gè)嚴(yán)重的病態(tài)問(wèn)題,一般需要結(jié)合圖像和模糊核的一些先驗(yàn)對(duì)整個(gè)過(guò)程進(jìn)行正則化約束,將其轉(zhuǎn)化為良態(tài)問(wèn)題。圖像盲復(fù)原有兩種基本的框架:一是先驗(yàn)辨識(shí),它是先單獨(dú)估計(jì)模糊核,然后再利用估計(jì)出的模糊核復(fù)原出清晰圖像;二是聯(lián)合辨識(shí),它是同時(shí)交替估計(jì)出模糊核和清晰圖像。先驗(yàn)辨識(shí)將圖像盲復(fù)原分開成兩個(gè)單獨(dú)的過(guò)程,即模糊核估計(jì)和清晰圖像復(fù)原,所以計(jì)算量比較少。本文在先驗(yàn)辨識(shí)框架下開展圖像盲復(fù)原研究工作,首先對(duì)圖像和模糊核的先驗(yàn)約束問(wèn)題進(jìn)行較深入
2、地研究。然后根據(jù)研究結(jié)果,提出一種基于先驗(yàn)約束的圖像盲復(fù)原方法,該方法在模糊核估計(jì)過(guò)程采用圖像的L0稀疏先驗(yàn)和模糊核的高斯先驗(yàn)構(gòu)造代價(jià)函數(shù),在清晰圖像復(fù)原過(guò)程采用基于超拉普拉斯先驗(yàn)約束的非盲方法對(duì)模糊圖像進(jìn)行復(fù)原。
本研究主要內(nèi)容包括:⑴調(diào)研了國(guó)內(nèi)外關(guān)于圖像盲復(fù)原方法的研究現(xiàn)狀,深入學(xué)習(xí)了圖像盲復(fù)原的相關(guān)理論知識(shí),并總結(jié)出了本課題的主要研究難點(diǎn)。⑵分別對(duì)模糊核估計(jì)和清晰圖像復(fù)原兩個(gè)過(guò)程中關(guān)于圖像和模糊核的先驗(yàn)約束問(wèn)題進(jìn)行了研究
3、。對(duì)模糊核估計(jì)過(guò)程,重點(diǎn)分析了圖像的L1先驗(yàn)、L1/L2歸一化先驗(yàn)、L0稀疏先驗(yàn);對(duì)清晰圖像復(fù)原過(guò)程,重點(diǎn)分析了圖像的高斯先驗(yàn)、拉普拉斯先驗(yàn)、混合高斯先驗(yàn)、超拉普拉斯先驗(yàn)。分析結(jié)果表明:模糊核估計(jì)過(guò)程使用圖像的L0稀疏先驗(yàn)有利于估計(jì)出準(zhǔn)確的模糊核,而清晰圖像復(fù)原過(guò)程使用超拉普拉斯先驗(yàn)有利于復(fù)原出細(xì)節(jié)清晰的圖像。⑶提出一種基于L0稀疏先驗(yàn)約束的模糊核估計(jì)方法,該方法利用圖像的L0稀疏先驗(yàn)和模糊核的高斯先驗(yàn)構(gòu)造代價(jià)函數(shù)。同時(shí)在圖像正則化參數(shù)
4、中引入自適應(yīng)調(diào)節(jié)因子,它可以根據(jù)圖像的不同區(qū)域自動(dòng)調(diào)節(jié)圖像正則化參數(shù)的大小,從而在圖像含有豐富的細(xì)節(jié)或模糊尺度較大時(shí),仍然可以估計(jì)出較準(zhǔn)確的模糊核。⑷設(shè)計(jì)了基于半二次性懲罰技術(shù)的迭代求解算法,對(duì)模糊核估計(jì)的代價(jià)函數(shù)進(jìn)行求解。求解過(guò)程中對(duì)每次迭代估計(jì)出的模糊核施加動(dòng)態(tài)閾值約束,以此來(lái)抑制模糊核中的噪聲,同時(shí)保護(hù)模糊核的內(nèi)在特性不被破壞。將估計(jì)出的模糊核用到基于超拉普拉斯先驗(yàn)約束的非盲復(fù)原方法中,實(shí)現(xiàn)對(duì)模糊圖像的復(fù)原。⑸為了驗(yàn)證所提出方法的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏約束的圖像盲復(fù)原方法研究.pdf
- 混合約束的運(yùn)動(dòng)模糊圖像盲復(fù)原方法研究.pdf
- 盲圖像復(fù)原方法的研究.pdf
- 基于正則約束的運(yùn)動(dòng)模糊圖像盲復(fù)原研究.pdf
- 基于圖像先驗(yàn)?zāi)P偷恼齽t化圖像復(fù)原方法研究.pdf
- 基于圖像先驗(yàn)建模的圖像復(fù)原技術(shù)研究.pdf
- 數(shù)字圖像盲復(fù)原方法研究.pdf
- 基于暗通道先驗(yàn)的霧天降質(zhì)圖像復(fù)原方法.pdf
- 多先驗(yàn)?zāi)P蛥f(xié)作及圖像復(fù)原方法研究.pdf
- 基于先驗(yàn)信息約束的水平集圖像分割方法研究.pdf
- 運(yùn)動(dòng)模糊圖像盲復(fù)原方法研究.pdf
- 圖像盲復(fù)原算法研究.pdf
- 基于先驗(yàn)形狀約束的圖像分割研究.pdf
- 基于塊先驗(yàn)的運(yùn)動(dòng)模糊圖像復(fù)原算法研究.pdf
- 基于改進(jìn)NAS--RIF的OCT圖像盲復(fù)原方法研究.pdf
- 基于變分方法的單幅運(yùn)動(dòng)模糊圖像盲復(fù)原.pdf
- 圖像盲復(fù)原中的模糊核求解方法研究.pdf
- 基于多種先驗(yàn)的單幅霧天圖像復(fù)原算法研究.pdf
- 基于稀疏和暗通道先驗(yàn)的退化圖像復(fù)原.pdf
- 數(shù)字圖像的盲復(fù)原研究.pdf
評(píng)論
0/150
提交評(píng)論