版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著各種便攜式數(shù)碼產(chǎn)品在生活中的普及,圖像的質(zhì)量退化問題受到廣泛的關(guān)注。作為圖像退化中的最為常見的現(xiàn)象,圖像去模糊問題是備受關(guān)注的焦點(diǎn)課題,在航空航天、國防公安、生物醫(yī)學(xué)、交通安全等領(lǐng)域具有廣泛的應(yīng)用價值。運(yùn)動模糊是圖像模糊中常見的退化情形,它來源于捕獲圖像的過程中,成像設(shè)備或目標(biāo)物體的相對運(yùn)動。
盲去運(yùn)動模糊問題是本文的主要關(guān)注目標(biāo)。首先介紹了圖像去模糊的研究背景和現(xiàn)狀;然后簡要說明了幾類常用圖像先驗約束以及盲去模糊方法。在
2、此之后,提出一種新穎的基于FoE(Field of Experts)模型和圖像梯度保真的正則化方法;模糊核估計方面,提出一種基于l2范數(shù)和連續(xù)性的方法。
大多數(shù)圖像去模糊方法采用固定參數(shù)的梯度先驗來恢復(fù)清晰圖像,導(dǎo)致恢復(fù)出的清晰圖像中存在細(xì)節(jié)丟失的現(xiàn)象,而且沒有考慮自然圖像的高階先驗。針對這一問題,本文提出一種新的基于FoE(Field of Experts)模型和圖像梯度保真的圖像復(fù)原模型。首先,GSM(Scale Mixt
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊-噪聲配套圖像的運(yùn)動去模糊方法.pdf
- 基于引導(dǎo)圖像的快速圖像去模糊方法.pdf
- 基于正則化的圖像去模糊方法研究.pdf
- 基于稀疏約束的圖像去模糊迭代方法研究.pdf
- 基于光條紋形狀的圖像去模糊.pdf
- 編碼曝光圖像的運(yùn)動去模糊方法研究.pdf
- 用于圖像去模糊的圖像高階先驗學(xué)習(xí)方法.pdf
- 運(yùn)動圖像去模糊處理.pdf
- 基于FoE模型的圖像去噪研究.pdf
- 單幅運(yùn)動模糊圖像的盲去模糊.pdf
- 基于小波變換的數(shù)字圖像去模糊.pdf
- 基于手持設(shè)備的圖像去模糊分析和模糊核估計.pdf
- 車載圖像去模糊算法研究.pdf
- 模糊車牌圖像的盲去模糊算法研究.pdf
- 基于空間不變假設(shè)的快速魯棒圖像去模糊.pdf
- 基于邊緣信息與圖像景深的均勻盲去模糊.pdf
- 運(yùn)動圖像去模糊技術(shù)研究.pdf
- 基于自適應(yīng)稀疏先驗的圖像盲去模糊.pdf
- 運(yùn)動圖像去模糊算法研究.pdf
- 基于局部自適應(yīng)稀疏約束的圖像去模糊.pdf
評論
0/150
提交評論