2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、圖像是人們獲取信息、保存信息和傳遞信息的重要手段,在人們的生活中占據(jù)了重要的地位,尤其是文本圖像,其中包含的信息往往非常重要,也因此人們對于文本圖像的質量要求很高。但在獲取圖像時,有很多因素會使獲取的文本圖像是模糊的,例如天氣、聚焦、運動等,此時通過研究將模糊的文本圖像恢復成高質量的清晰圖像,是一個非常有意義的工作。本文主要通過分析文本圖像和模糊核的稀疏性,對文本圖像的盲去模糊進行了研究。本文的內容主要包括以下幾個方面:
  首先

2、,為了后續(xù)的研究工作,本文講述了去模糊的一些基本理論知識和相關工作,介紹了描述圖像退化過程的退化模型,分析了自然圖像、文本圖像和模糊核的先驗知識,同時討論了一些根據(jù)圖像先驗知識建立的能量優(yōu)化模型以及這些模型的一些解法。
  其次,針對前人在文本圖像去模糊中對模糊核稀疏性的考慮不足,本文提出基于模糊核稀疏性的文本圖像去模糊方法。本文主要將文本圖像的亮度和梯度的稀疏性,以及模糊核的稀疏特性作為先驗知識,使用L0范數(shù)分別對文本圖像的亮度

3、的稀疏性、梯度的稀疏性以及模糊核的稀疏性進行約束,建立相應的能量優(yōu)化模型,然后使用半二次分裂的方法對模糊核和清晰圖像分別進行求解。在求得模糊核后,為進一步提高去模糊的效果,本文又提出了模糊核去噪的方法對模糊核進行優(yōu)化:首先將上面求得的模糊核的運動軌跡利用骨架提取的方法提取出來,然后對此軌跡使用十字型窗口遍歷并將噪聲點去除,最后使用去噪后的模糊核再對清晰圖像進一步恢復。實驗結果分析也表明,使用L0范數(shù)約束文本圖像的亮度和梯度的稀疏性以及模

4、糊核的稀疏性,對于文本圖像去模糊,能夠取得不錯的效果,而經(jīng)過模糊核去噪步驟后的結果更好。
  最后,本文對非均勻文本圖像去模糊加以研究,提出了一種基于紋理豐富度的分塊去模糊方法。首先對非均勻模糊的文本圖像進行分塊,把每塊當作均勻模糊處理,然后使用前面分析的文本圖像的亮度和梯度的稀疏性以及模糊核的稀疏性作為先驗知識,用L0范數(shù)對每塊進行約束,最后建立起能量優(yōu)化模型并進行迭代求解。為提高處理效果,本文通過分析相鄰塊間模糊核的相似度,提

5、出使用相鄰塊已知的模糊核初始化未知模糊核進行迭代求解的方法。并且在各塊的求解順序上,本文使用圖像梯度和圖像熵去計算模糊塊的紋理豐富程度對求解順序進行排序,首先選擇紋理最豐富的塊進行處理,然后在已知鄰近塊模糊核的模糊塊中,選擇紋理最豐富的塊進行處理,直至處理完所有的塊。同時,為了提高求得模糊核準確性,前面所講述的模糊核去噪方法也被運用到此處理過程中,每塊的模糊核在進行去噪后,再作為其鄰近塊模糊核迭代的初值。實驗結果分析也表明,使用此分塊方

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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