一種張量總變分的模糊圖像盲復(fù)原算法
現(xiàn)有模糊圖像盲復(fù)原算法通常儀利用彩色圖像的灰度信息估計模糊核，彩色圖像轉(zhuǎn)換成灰度圖像的操作會造成信息丟失，在處理尺寸過小或顯著邊緣過少的圖像時，模糊核的估計通常會失效，導(dǎo)致最后復(fù)原圖像的質(zhì)量不理想。針對上述問題，在新的張量框架下，把彩色模糊圖像作為一個三階張量，提出了一種基于張量總變分的模糊圖像盲復(fù)原算法。首先通過調(diào)整張量總變分模型中的正則化參數(shù)獲取彩色圖像不同尺度的邊緣信息，從而估計出模糊核；再利用張量總變分算法對模糊圖像解模糊，復(fù)原出清晰圖像。實(shí)驗(yàn)結(jié)果表明，所提算法得到的復(fù)原圖像在峰值信噪比（ PSNR）和主觀視覺上均得到明顯改善。
一般的模糊圖像盲復(fù)原算法可分為模糊核估計和解模糊兩個步驟。早期的模糊核估計算法研究中，通常假設(shè)PSF符合某個簡單的參數(shù)模型，例如圓盤模糊、直線運(yùn)動模糊、大氣湍流模糊等，這種利用參數(shù)模型和估計模型參數(shù)以達(dá)到模糊核估計目的的方法，稱為參數(shù)模型法。例如，Cannon利用運(yùn)動模糊圖像的頻譜特點(diǎn)，從運(yùn)動模糊圖像中估計出運(yùn)動模糊長度和運(yùn)動模糊方向。Yitzhaky等提出利用旋轉(zhuǎn)差分法檢測運(yùn)動模糊方向。Oliveira等利用改進(jìn)的Radon變換估訃散焦模糊及直線運(yùn)動模糊參數(shù)。在一定條件下利用參數(shù)模型法能得到比較準(zhǔn)確的參數(shù)估計，但此類方法對噪聲比較敏感，且在模糊比較嚴(yán)重時參數(shù)估計的準(zhǔn)確度會相應(yīng)降低。實(shí)際拍攝中由于相機(jī)抖動或者被拍攝目標(biāo)相對于相機(jī)的運(yùn)動所帶來的模糊遠(yuǎn)比前面所假設(shè)的這些退化模型復(fù)雜，僅僅用幾個簡單的參數(shù)模型遠(yuǎn)不能描述實(shí)際的退化過程。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種張量總變分的模糊圖像盲復(fù)原算法下載
相關(guān)電子資料下載
- 模糊圖像變高清：TPU-MLIR引領(lǐng)EDSR向MDSR的智能轉(zhuǎn)換！ 982
- GPU的張量核心： 深度學(xué)習(xí)的秘密武器 628
- 一文捋順千億模型訓(xùn)練技術(shù)：流水線并行、張量并行和3D并行 918
- 張量t-product積還有另一種實(shí)現(xiàn)方式？ 511
- 張量類Tensor的實(shí)現(xiàn) 714
- 如何創(chuàng)建張量并實(shí)現(xiàn)張量類型轉(zhuǎn)化 499
- 使用張量板進(jìn)行機(jī)器學(xué)習(xí)模型分析 578
- 量子探針實(shí)現(xiàn)磁場和應(yīng)力張量的原位測量 903
- 使用張量流精簡版開發(fā)基于TPU的AI解決方案 510
- 從頭設(shè)計一個張量流處理器TSP架構(gòu) 1253