2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩110頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、圖像的去模糊是圖像復(fù)原這個(gè)研究中重要的一個(gè)課題,它的任務(wù)是將降質(zhì)的觀測(cè)的模糊圖像能夠恢復(fù)到盡量接近和它真實(shí)的觀測(cè)一致的程度。根據(jù)造成圖像模糊的原因(模糊核)是否已知,可以將圖像的去模糊目標(biāo)歸類(lèi)為非盲去模糊和盲去模糊。在盲去模糊的情況下不僅要估計(jì)出模糊核而且要復(fù)原圖像,這是個(gè)極具病態(tài)性的逆問(wèn)題。而在這一問(wèn)題中,模糊核的估計(jì)占據(jù)著十分重要的任務(wù)。本文深入分析了現(xiàn)有的圖像的非盲去模糊的方法和盲去模糊的方法后,側(cè)重于模糊核的估計(jì),合理的利用圖像

2、的先驗(yàn)知識(shí)提出了三種圖像盲去模糊的方法:
  1.探索了一種使用低秩逼近的魯棒的模糊核估計(jì),該法不同于傳統(tǒng)的方法,首先從一幅模糊圖像中估計(jì)出兩個(gè)全局模糊核,這兩個(gè)求取的兩個(gè)模糊核是由兩種改進(jìn)的基于圖像邊緣的方法得來(lái),其中一種受益于自回歸模型,另外一種受益于自回歸模型和啟發(fā)式的濾波器,在求解出兩種有差異的全局模糊核之后,使用一種低秩逼近的策略,可以求解出一個(gè)更加魯棒和準(zhǔn)確的模糊核,最后使用一種流行的非盲去模糊的方法可以重建出一幅清晰

3、地圖像。因而,兩個(gè)模糊核中結(jié)構(gòu)性信息相似的部分得以保留,同時(shí)在求解模糊核過(guò)程中的噪聲與奇異值也得以抑制,實(shí)驗(yàn)證明了這種方法很有效。
  2.提出了一種有效地非局部的正則策略去限制病態(tài)問(wèn)題的解空間,提出的策略在金字塔迭代的過(guò)程中使迭代的模糊核向著真實(shí)的模糊核演化,具體的,在不同尺度的最后一次迭代中,利用圖像本身所具有的圖像上的結(jié)構(gòu)性的自相似性信息等先驗(yàn)知識(shí),協(xié)同從自然圖像中通過(guò)機(jī)器學(xué)習(xí)的方法學(xué)習(xí)到的基于圖像塊的先驗(yàn)知識(shí),歸結(jié)到一個(gè)優(yōu)

4、化方程中去求解模糊核。實(shí)驗(yàn)結(jié)果表明提出的多尺度非局部正則的策略能夠使基于塊先驗(yàn)的圖像模糊核求解更加的合理與有效。
  3.基于上一章的工作,提出了一種合理顯式的利用圖像的邊緣信息的一種增強(qiáng)邊緣的沖擊濾波器,并將它成功地應(yīng)用到圖像的盲復(fù)原的第一階段,即模糊核的估計(jì)階段,并將這一濾波器與基于圖像塊的先驗(yàn)的圖像模糊核的估計(jì)相互結(jié)合,既充分的隱性的利用了圖像的邊緣信息,又顯式的利用了圖像的邊緣信息。有效的減少了沖擊濾波器所帶來(lái)的迭代收斂不

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。

評(píng)論

0/150

提交評(píng)論