-
公开(公告)号:CN110517197B
公开(公告)日:2022-09-09
申请号:CN201910756634.2
申请日:2019-08-16
Applicant: 西北工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于参数模型的单幅图像去模糊方法,用于解决现有模糊图像复原方法复原的图像效果差的技术问题。技术方案是首先利用L1正则化盲卷积去模糊方法,得到初步估计的非参数化的模糊核。将该模糊核作为参数退化耦合模型的输入,对其进行中心重定位,再用最小二乘法求解耦合模型能量最小值,并结合梯度下降法来更新参数,从而交替计算得到最终的三个参数值,根据求出的参数计算得到参数化模糊核。最后利用求得的参数化模糊核与原始模糊图像,利用约束最小二乘滤波方法进行非盲反卷积去模糊操作,得到复原图像。本发明采用基于参数模型模糊核估计方法,增加了算法鲁棒性,提高了图像去模糊性能,能很好的恢复出具有大量纹理细节的清晰图像。
-
公开(公告)号:CN110517197A
公开(公告)日:2019-11-29
申请号:CN201910756634.2
申请日:2019-08-16
Applicant: 西北工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于参数模型的单幅图像去模糊方法,用于解决现有模糊图像复原方法复原的图像效果差的技术问题。技术方案是首先利用L1正则化盲卷积去模糊方法,得到初步估计的非参数化的模糊核。将该模糊核作为参数退化耦合模型的输入,对其进行中心重定位,再用最小二乘法求解耦合模型能量最小值,并结合梯度下降法来更新参数,从而交替计算得到最终的三个参数值,根据求出的参数计算得到参数化模糊核。最后利用求得的参数化模糊核与原始模糊图像,利用约束最小二乘滤波方法进行非盲反卷积去模糊操作,得到复原图像。本发明采用基于参数模型模糊核估计方法,增加了算法鲁棒性,提高了图像去模糊性能,能很好的恢复出具有大量纹理细节的清晰图像。
-