-
公开(公告)号：CN102147915A
公开(公告)日：2011-08-10
申请号：CN201110116829.4
申请日：2011-05-06
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明公开了一种权重的稀疏边缘正则化图像复原方法，（1）运用差分算子得到模糊噪声图像各个方向的梯度信息，并进行方向随机的组合，得到图像边缘的矩阵数学模型；（2）根据图像稀疏性原理以及不确定方程最佳稀疏解的定义，针对步骤（1）中得到的图像边缘模型，采用一种权重的稀疏性约束，约束图像的边缘，结合已知的退化函数，推导出图像复原的代价函数；（3）根据步骤（1）和步骤（2），利用一种改进的上界最小化方法对代价函数进行最优化求解，得到清晰的复原图像。本发明方法极大地丰富了图像边缘的信息量；采用一种权重的稀疏性边缘约束，有效地保护了图像的边缘特性；利用一种改进的上界最小化数学方法，得到高质量的复原图像。
-
公开(公告)号：CN102208100B
公开(公告)日：2012-10-31
申请号：CN201110144242.4
申请日：2011-05-31
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明是一种基于Split Bregman迭代的全变差正则化图像盲复原方法，属于图像处理技术领域。其核心是通过图像先验信息及正则化的特点建立TV正则化盲复原代价函数，利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而提出了扩展的SplitBregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，能针对多种模糊类型进行复原，克服传统TV正则化盲复原方法对复杂模糊类型或复杂图像复原效果不佳的缺点，且该发明方法对噪声具有很好的鲁棒性。
-
公开(公告)号：CN102147915B
公开(公告)日：2012-06-27
申请号：CN201110116829.4
申请日：2011-05-06
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明公开了一种权重的稀疏边缘正则化图像复原方法，（1）运用差分算子得到模糊噪声图像各个方向的梯度信息，并进行方向随机的组合，得到图像边缘的矩阵数学模型；（2）根据图像稀疏性原理以及不确定方程最佳稀疏解的定义，针对步骤（1）中得到的图像边缘模型，采用一种权重的稀疏性约束，约束图像的边缘，结合已知的退化函数，推导出图像复原的代价函数；（3）根据步骤（1）和步骤（2），利用一种改进的上界最小化方法对代价函数进行最优化求解，得到清晰的复原图像。本发明方法极大地丰富了图像边缘的信息量；采用一种权重的稀疏性边缘约束，有效地保护了图像的边缘特性；利用一种改进的上界最小化数学方法，得到高质量的复原图像。
-
公开(公告)号：CN102208100A
公开(公告)日：2011-10-05
申请号：CN201110144242.4
申请日：2011-05-31
Applicant: 重庆大学
IPC: G06T5/00
Abstract: 本发明是一种基于SplitBregman迭代的全变差正则化图像盲复原方法，属于图像处理技术领域。其核心是通过图像先验信息及正则化的特点建立TV正则化盲复原代价函数，利用算子分裂技术将最小化问题转化为新的约束求解问题，通过加入惩罚项的方法将约束求解问题转化为分裂的代价函数，进而提出了扩展的SplitBregman迭代求解框架对分裂的代价函数进行求解。实验表明本发明方法能够有效、快速地复原图像，能针对多种模糊类型进行复原，克服传统TV正则化盲复原方法对复杂模糊类型或复杂图像复原效果不佳的缺点，且该发明方法对噪声具有很好的鲁棒性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
