基于邊緣信息與圖像景深的均勻盲去模糊.pdf_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、圖像去模糊是圖像復(fù)原的一個重要分支,在航空航天、醫(yī)療器械、計算機視覺以及圖像視頻處理方面有著廣泛的應(yīng)用,并且近年來還出現(xiàn)在商業(yè)軟件的功能中。隨著圖像去模糊理論的發(fā)展,涌現(xiàn)出了越來越多的針對提高去模糊后圖像質(zhì)量和提高運行速度兩方面的方法,對于前者本文提出了兩種基于邊緣信息的方法,從而提高所得圖像的質(zhì)量;對于后者本文提出了一種基于圖像景深對圖像進行分塊處理的辦法,從而提高去模糊過程的運算速度。三種方法簡要說明如下:
  (1)基于前人

2、工作的基礎(chǔ)上,提出了一種基于外部圖像塊先驗與雙邊濾波器的方法。該方法不同于經(jīng)典的利用外部圖像塊先驗的算法,在金字塔模型迭代的最后一層,即與輸入圖像尺寸相同的那一層的所有迭代過程中,添加雙邊濾波器,從而在濾除圖像噪聲的同時,保留圖像的主要邊緣信息,為下一次迭代估計模糊核做好準(zhǔn)備,進而得到更加清晰的銳利圖像。
  (2)在總結(jié)了上一章工作的基礎(chǔ)上,探索出一種基于外部圖像塊先驗與稀疏范數(shù)的方法。該方法相較于上一章算法的優(yōu)點在于,省去了對

3、于不同圖像需要對雙邊濾波器調(diào)整不同的輸入?yún)?shù)的缺點,使得估計模糊核的過程具有一定的自適應(yīng)性。具體做法為同樣在金字塔模型的最后一層中,添加一項基于當(dāng)下效果最好的稀疏范數(shù)正則項,使得迭代過程中,估計模糊核的階段指向正確的方向,從而得到更加逼近真實場景的模糊核。
  (3)為了提高圖像去模糊算法的計算效率,嘗試了一種基于圖像景深的分塊策略。該方法得益于非均勻去模糊算法的啟發(fā),對輸入圖像進行分塊。區(qū)別于非均勻去模糊算法的分塊策略,本文所提

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。

評論

0/150

提交評論