检索结果-内蒙古大学图书馆

作者：王晨阳河南大学

学位级别：硕士

随着人类对水资源的开发与利用逐步加深,水下图像在资源勘探作业中发挥着至关重要作用。然而,水下成像与陆地上成像存在显著差异,主要由于光在传播过程中受到水体的吸收和散射影响,水下图像常表现出色偏、模糊、对比度低等严重退化问题... 详细信息

随着人类对水资源的开发与利用逐步加深,水下图像在资源勘探作业中发挥着至关重要作用。然而,水下成像与陆地上成像存在显著差异,主要由于光在传播过程中受到水体的吸收和散射影响,水下图像常表现出色偏、模糊、对比度低等严重退化问题。作为水下信息的主要载体,水下图像退化严重影响机器人所拍摄的图像质量。如果不能有效去除或补偿这些退化问题,将严重影响后续识别、分割等任务的展开。因此,对水下图像进行预处理以提高图像质量,对水下视觉任务具有极为重要意义。本文在梳理国内外研究进展的基础上,深入探讨水下图像增强领域中传统算法和深度学习方法面临的问题,并对基于传统算法、深度学习以及融合策略的水下图像增强技术进行优化。具体的研究内容和结论如下: (1)针对水下图像色彩偏移和模糊问题,本文提出融合色彩校正网络和去模糊算法的水下图像增强方法。在色彩校正方面,传统算法难以恢复水下图像丢失的信息,且会加重图像色偏,通过色彩校正网络,结合U-net多层特征融合机制,利用非线性学习能力恢复色偏严重图像丢失的信息,进而实现稳定色偏校正。然后,为解决水下图像缺乏真实对照图像的问题,本文使用地上白平衡失衡数据集训练色彩校正网络并将其应用于水下图像增强中。在图像清晰化方面,虽然传统去模糊算法在特定情况下能够提供优越的清晰度增强效果,但其不稳定性也较为明显。本文先利用色彩校正网络将色差严重的水下图像调整至合理的色彩范围,再应用传统算法处理,最终稳定地实现色偏校正和去模糊处理。对来自UIEB的全部890张真实水下图像的测试结果显示,NIQE、UIQM、UCIQE、CD和ENTROPY指标平均达到3.652、3.294、0.596、0.695和7.449,这表明在各种水下场景中,该方法具有较好的泛化能力和稳定性。 (2)针对传统去模糊算法运行速度慢的问题,本文提出一种基于异构计算的自动色彩均衡算法并行加速方法。在图像增强算法研究中,为优化整体图像质量,传统算法通常需要对图像进行逐像素处理。自动色彩均衡算法结合像素点的空间分布进行区域自适应滤波处理,在校正色偏的同时可以显著增强图像的清晰度,但是其逐像素处理的特点导致其运算时间随着图像尺寸变大而显著增加,进而难以满足快速处理的需求。考虑到自动色彩均衡算法对彩色图像的R、G、B三个通道进行独立计算和逐像素处理的特点。本文充分利用图形显卡的硬件特性,采用多线程并行化编程技术对其进行优化。实验结果表明,所提方法在保持增强效果不变的情况下,运行速度明显优于基于C++Thread和Open MP的并行加速技术。其中,对于4000x4000尺寸的图像,处理时间从45.272秒大幅缩短至0.197秒,实现了高达222.81的加速比。

关键词：水下图像增强并行计算 GPU 深度学习去模糊算法

来源：评论

学校读者我要写书评

暂无评论

单幅运动模糊图像盲去模糊算法研究

单幅运动模糊图像盲去模糊算法研究

引用

作者：朱新柳河南理工大学

学位级别：硕士

图像是人类视觉基础,是人类社会活动中最常见的信息载体之一,在日常生活中不可或缺。然而在外界环境和内部不可抗因素的影响下,数字图像在获取过程中出现退化现象,对后续的研究分析及应用带来了困扰。因此,对退化图像的盲去模糊研究成... 详细信息

图像是人类视觉基础,是人类社会活动中最常见的信息载体之一,在日常生活中不可或缺。然而在外界环境和内部不可抗因素的影响下,数字图像在获取过程中出现退化现象,对后续的研究分析及应用带来了困扰。因此,对退化图像的盲去模糊研究成为现当代图像处理领域的热门方向之一。自二十世纪以来,针对模糊图像去模糊算法的研究持续不断,大致可以归于两大类:基于图像先验的反卷积去模糊算法和基于深度学习的去模糊算法。本文以运动模糊图像作为研究对象,结合L0正则化、低秩先验、显著结构、高阶全变差等先验知识展开研究图像去模糊算法,其中主要研究成果如下:提出联合正则化与低秩先验的自适应迭代盲图像去模糊算法,解决传统反卷积算法中存在的显著振铃现象以及模糊核估计不准确等问题。首先利用L0正则化先验的稀疏性来估计中间潜在清晰图像和有效去除振铃影响,同时引入低秩先验抑制潜像恢复过程中的噪声干扰,提高模糊核估计的准确性;然后,通过对比模糊核模型间的相近程度来调整迭代次数,解决金字塔层下各尺度迭代次数固定问题,从而有效降低计算成本;最后,结合先验理论知识,建立和求解数学模型。由于模型的求解是一个逆过程,具有高度不适定性,存在不唯一解,所以本算法模型分别利用增广拉格朗日法、半二次分裂法和最小二乘法来交替优化求解,接着利用非盲去模糊方法得到最终清晰图像。将本文算法与其他经典文献的算法进行对比实验,并结合图像质量评价指标数据,验证本文提出的盲去模糊算法模型的有效性。提出梯度倒频谱结合多正则化约束的图像盲去模糊算法,解决基于单一稀疏正则化先验的图像盲去模糊方法中易出现的振铃、阶梯现象,以及边缘细节信息缺失,计算成本高等问题。该算法通过图像显著结构先验来提取中间潜在图像的显著像素信息,利用高低阶全变差正则化约束来抑制潜像恢复过程中易出现的阶梯、振铃现象并有效保护图像边缘像素信息,采用梯度倒频谱策略来初始化模糊核和调整多尺度下迭代次数来有效降低计算成本。其中本算法的研究分为两部分:一是建立新算法模型进行优化求解;二是对比实验结果验证本文算法优越性。通过在合成数据和自然模糊场景下进行实验,对比发现本文算法可以有效的估计出模糊核并同时抑制振铃、阶梯影响,且含有丰富的边缘、细节等特征,运行速度也有所提高,在主观视觉和客观图像质量评价指标上均显示了本文算法的优越性。图31幅,表12个,参考文献57篇。

关键词：运动模糊去模糊算法图像先验梯度倒频谱自适应迭代

来源：评论

学校读者我要写书评

暂无评论

基于非线性退化模型的图像去模糊算法研究

基于非线性退化模型的图像去模糊算法研究

引用

作者：廖文山华中科技大学

学位级别：硕士

图像去模糊问题是一个经典的复原问题，基于线性退化模型的去模糊算法能够较好地复原符合线性退化模型的模糊图像，但是，其对于不符合线性退化模型的模糊图像无法得到令人满意的结果。为解决非线性退化模糊图像的复原问题，本文以噪声... 详细信息

图像去模糊问题是一个经典的复原问题，基于线性退化模型的去模糊算法能够较好地复原符合线性退化模型的模糊图像，但是，其对于不符合线性退化模型的模糊图像无法得到令人满意的结果。为解决非线性退化模糊图像的复原问题，本文以噪声非线性和饱和非线性为例对非线性退化进行分析和建模。\n 首先，本文对线性退化模糊图像反卷积算法进行研究，以此研究工作作为后续基于非线性退化模型的图像反卷积算法的基础。假设线性模型中的噪声为高斯噪声，根据MAP框架，本文使用结合基于L2范数数据项和自然图像梯度稀疏先验项构造非盲目反卷积算法，并进一步使用图像梯度极稀疏先验和模糊核Tikhonov先验构造模糊核估计算法，使用迭代重加权最小二乘算法实现数值求解，实验结果说明算法具有较高的复原性能。\n 其次，以脉冲噪声为例研究噪声非线性退化，包括椒盐噪声和随机值脉冲噪声，对噪声的性质进行分析，发现被噪声污染的像素的值一般与相应的无噪像素的值相差较大，而这些像素处存在的大误差会引起复原图像中的误差，因此，本文提出一个非线性函数来降低这些像素对复原过程的影响，并联合使用L1范数构造对脉冲噪声不敏感的数据项，再使用自然图像梯度稀疏先验构造非盲目反卷积算法，使用迭代重加权最小二乘算法实现数值求解，实验结果说明提出的算法能有效地实现脉冲噪声非线性退化模糊图像去模糊。\n 最后，对饱和成因及饱和对反卷积过程进行分析，基于使用截断函数构造的饱和非线性退化模型，构造包含截断函数的非盲目反卷积模型，提出使用近似函数来代替截断函数，解决模型不可解的问题，并使用交替方向乘子法实现数值求解，实验结果说明算法能较好地抑制饱和对反卷积过程的影响，具有较高的复原性能。

关键词：图像复原去模糊算法脉冲噪声非线性退化模型

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的茶鲜叶分级算法研究

基于机器视觉的茶鲜叶分级算法研究

引用

作者：张晟华东交通大学

学位级别：硕士

茶叶作为一种全球范围内广受青睐的饮品,其国际市场的需求量极为庞大。然而,茶叶产业在提升生产和质量管理效能的过程中遭遇一系列难题,其中,茶叶病害的精准识别与有效防控尤为突出。茶叶遭受病害侵袭不仅会造成产量的显著下滑,同时也... 详细信息

茶叶作为一种全球范围内广受青睐的饮品,其国际市场的需求量极为庞大。然而,茶叶产业在提升生产和质量管理效能的过程中遭遇一系列难题,其中,茶叶病害的精准识别与有效防控尤为突出。茶叶遭受病害侵袭不仅会造成产量的显著下滑,同时也会对茶叶的整体品质构成实质性损害。这种损害不仅限于直接影响茶农的经济效益层面,还进一步牵涉到茶叶深加工企业的运营与发展。本文旨在探讨将降质图像恢复技术和Transformer架构相结合的可能性,以期解决茶鲜叶病害检测的难题。与此同时,传统的茶叶加工流程中,茶鲜叶的分选作业大多高度依赖人力操作,这一现状不仅耗时耗力,且由于人的主观因素介入,易于导致误判,进而制约茶叶生产规模的扩大及其效率提升。为此,本文提议采用经过改良的YOLOv8模型应用于茶鲜叶的精确分级。鉴于此,运用先进的计算机视觉和深度学习技术手段来构建自动化茶鲜叶病害检测与精细化分级系统,是一项极具战略意义和研究价值的课题。本文主要工作如下: (1)为确保病害检测过程中的图像清晰度以及提升检测结果的准确性和可靠性,本研究采用基于生成对抗网络的图像去模糊算法进行预处理步骤。该去模糊技术全面考量并有效应对各类模糊现象,利用端到端训练的生成对抗网络架构,能够有效地抑制噪声和减少失真成分,从而向后续病害检测模块提供高质量的图像输入数据。 (2)在基于改进MobileViT的病害叶片识别方法中,通过整合去模糊预处理步骤,并结合MobileNetV2模块以及标签平滑交叉熵损失函数等设计元素,有效地增强算法的稳健性和识别准确性。当面临不同环境条件与多样化的数据集变化时,该方法展现出卓越的适应性能和识别效果,成功解决茶叶鲜叶产业中实际存在的病害识别难题。 (3)在探究茶鲜叶精细分类算法的过程中,提出并集成一系列创新设计,如BoTNet模块、CNeB模块以及BiFPN模块到YOLOv8框架中,这些关键组件的融入显著增强算法在茶鲜叶细分等级判定上的准确性与执行效率。实验结果显示,在与YOLO系列方法对比试验及Global Wheat Head和COCO公共数据集上的严格验证中,该改进型YOLOv8算法相较于对比算法在图像类别区分准确率与目标检测性能上均有显著提升。综上所述,本文通过综合运用先进的图像处理和深度学习技术,成功解决茶叶产业中的关键问题,为茶叶生产提供高效、准确的解决方案。

关键词：机器视觉茶鲜叶分级去模糊算法病害检测 Transformer YOLOv8

来源：评论

学校读者我要写书评

暂无评论

基于全视野扫描成像的自动准焦算法研究

基于全视野扫描成像的自动准焦算法研究

引用

作者：韩凯歌哈尔滨工业大学

学位级别：硕士

光学显微镜作为观测微观世界的有效手段,已广泛应用于生物医疗和科学研究。光学显微镜为了清晰成像,需要调整样本至成像系统的准焦面上,这个过程称之为调焦。传统显微镜调焦依赖人工手动,效率较低。随着光学成像系统发展,它与图像处理... 详细信息

光学显微镜作为观测微观世界的有效手段,已广泛应用于生物医疗和科学研究。光学显微镜为了清晰成像,需要调整样本至成像系统的准焦面上,这个过程称之为调焦。传统显微镜调焦依赖人工手动,效率较低。随着光学成像系统发展,它与图像处理技术结合产生了全视野扫描成像技术(Whole Slide Imaging),简称WSI。该技术能自动完成图像准焦、采集和拼接,是一种有发展前景的显微成像方法。WSI核心是自准焦算法,即自动完成调焦、令成像清晰的算法。自准焦算法的性能和速度影响了WSI的成像质量和效率。主流的传统自准焦算法包括对焦深度法和离焦深度法。对焦深度法需采集同一成像目标下的多张图像并处理,耗时长。离焦深度法虽只需要采集一张或者几张图像,但它依赖对离焦退化过程的精准建模,实际上该模型无法精确获取,故误差相对较大。针对现有自准焦算法的不足,本文提出两种和自准焦相关的新算法,具体如下:1)基于光学成像系统的正负离焦非对称性,设计了一个基于级联结构的深度自准焦网络。算法输入离焦模糊图像,输出当前成像位置与清晰成像位置之间的距离,也就是离焦距离。该算法利用正负离焦图像的成像性质差异,使用“先分类后回归”的思路,有效提高了自准焦算法性能。为了提高模型泛化能力,算法加入了通道注意力机制,并在训练阶段使用了通道归一化预处理策略和基于颜色通道交换的数据增广策略。实验结果表明,算法误差小于当前最好的单张图像自准焦算法,泛化能力更强,且和传统方法相比,速度更快。2)基于本文的级联深度自准焦网络,提出了一个基于预准焦策略的图像去模糊网络,输入离焦模糊图像,输出清晰图像,是广义上的自准焦算法。算法首先使用预准焦策略限制样本离焦距离,降低去模糊难度。为了增强去模糊能力,在算法中加入了通道注意力机制、残差学习策略和基于离焦距离的权重损失函数。实验结果表明,该算法的去模糊效果优于已有的先进去模糊算法,不影响成像质量的前提下,将离焦模糊图像变清晰。且该算法无需移动机械装置,速度更快,能对大量样本快速清晰成像,适用于成像速度要求较高的领域。

关键词：全视野扫描成像自动准焦算法去模糊算法深度卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多算法融合的移动相机视频识别技术研究

引用

自动化与仪器仪表 2019年第1期 60-63页

作者：腾云贾勇勇杨景刚谢天喜国网江苏省电力有限公司电力科学研究院状态评价中心技术监督室南京211103

传统移动相机视频识别技术存在识别准确度较低,易受外界干扰的问题,为了提高苏通综合管廊工程特高压GIL设备SF6密度继电器视频图像的自动识别和监测能力,采用移动相机视频识别技术进行仪表识别,提出基于去模糊算法和SURF算法多算法融合... 详细信息

传统移动相机视频识别技术存在识别准确度较低,易受外界干扰的问题,为了提高苏通综合管廊工程特高压GIL设备SF6密度继电器视频图像的自动识别和监测能力,采用移动相机视频识别技术进行仪表识别,提出基于去模糊算法和SURF算法多算法融合的移动相机视频识别技术。采用模糊视频特征分析方法进行SF6密度继电器的视频采集和帧重组,进行SF6密度继电器的边缘图像特征提取,将采集的移动相机视频进行多传感信息融合,结合SF6密度继电器的边缘轮廓特征信息进行多算法的融合处理,采用去模糊算法进行特高压GIL设备SF6密度继电器的模糊去噪,降低视频识别中的模糊度,采用SURF算法进行边缘角点检测,根据角点检测结果进行移动相机视频信息的状态点标注,实现移动相机视频识别。仿真结果表明,在视频码率为120的时候,本文方法的准确率就已达到45%,采用该方法进行特高压GIL设备SF6密度继电器移动相机视频识别的准确度较高,抗扰动能力较强。

关键词：多算法融合去模糊算法 SURF算法移动相机视频识别特高压GIL

来源：评论

学校读者我要写书评

暂无评论

高阶BOC信号的无模糊接收算法研究

引用

时间频率学报 2018年第2期41卷 130-141页

作者：李宏博王雪卢晓春中国科学院国家授时中心西安710600 中国科学院精密导航定位与定时技术重点实验室西安710600 中国科学院大学北京100049 中国科学院大学电子电气与通信工程学院北京101408 中国科学院大学天文与空间学院北京101408

随着导航技术的发展,对BOC信号的研究日趋深入。高阶BOC在频谱分离度、测距精度和抗多径性能方面具有明显的优势,但是因为高阶BOC信号自相关函数副峰密集,给信号接收带来了困难。常用的去模糊性算法有BPSK-like和Bump-Jump。分析了这两... 详细信息

随着导航技术的发展,对BOC信号的研究日趋深入。高阶BOC在频谱分离度、测距精度和抗多径性能方面具有明显的优势,但是因为高阶BOC信号自相关函数副峰密集,给信号接收带来了困难。常用的去模糊性算法有BPSK-like和Bump-Jump。分析了这两种方法的原理并在软件接收机上进行了实现。通过对BOC(15,2.5)实际信号的接收并进行数据分析,得出了两种接收算法下的测距精度,证明这两种方法都有良好的去模糊性能,而Bump-Jump算法能实现更高的测距精度。

关键词：高阶BOC 去模糊算法捕获跟踪软件接收机

来源：评论

学校读者我要写书评

暂无评论

加强感知的边缘提取及其在去模糊和超像素分割中的应用

加强感知的边缘提取及其在去模糊和超像素分割中的应用

引用

作者：邱枫中国科学院大学

学位级别：硕士

本文提出了一种加强感知的边缘检测算法，以生成更符合人感知的边缘，并设计了相应的超像素分割算法和去模糊算法，将此边缘应用到超像素分割和图像去模糊等应用中，很好地提高了这些应用的处理效果。本文的主要贡献和创新点如下:　　(1... 详细信息

本文提出了一种加强感知的边缘检测算法，以生成更符合人感知的边缘，并设计了相应的超像素分割算法和去模糊算法，将此边缘应用到超像素分割和图像去模糊等应用中，很好地提高了这些应用的处理效果。本文的主要贡献和创新点如下:　　(1)提出了一种加强感知的边缘检测算法。边缘检测的抗噪性与检测精度是个矛盾体，若提高边缘检测精度，则噪声会引发伪边缘;若提高抗噪性，则会导致位置偏差和边缘漏检。为此，本文采用随机森林来检测边缘，通过机器学习的方法训练一个智能的滤波窗口，对图像的边缘特征进行检测。由于人工标注的训练数据集能有效反映人对边缘的感知效果，该方法所得的边缘更符合人对边缘的感知。　　(2)提出了一种加强边缘感知的去模糊算法。振铃效应是影响复原图像质量的众多因素之一，它产生的直接原因是图像退化过程中信息量的丢失，尤其是高频信息的丢失。振铃效应严重降低了复原图像的质量，并且让对复原图像进行后续处理变得困难。因为图像的振铃效应主要发生在高频信息区域，即图像的边缘区域，提出的加强感知的边缘提取算法，能在图像比较模糊的情况下较为鲁棒地找出边缘，并去除细小的纹理，保留边界图中较为显著的部分。在自适应正则化的去卷积过程中，通过形态学等操作可获得显著边缘的掩膜区域，并以此控制正则化强度。去卷积过程中，将检测到的显著边缘经过处理获得边界掩膜，通过为像素分配不同的权重来进行去卷积，以减弱显著边缘附近的振铃现象，实现了加强边缘感知的反卷积算法。　　(3)提出了一种加强边缘感知的超像素分割算法。分割准确性和紧凑性在超像素评判标准中是一对互相矛盾指标，现有的各种超像素算法在处理具有复杂纹理和噪声的图片时在分割准确性和紧凑性上表现不佳。为了提升算法结果的紧凑性和准确性，提出了加强边缘的多尺度分水岭超像素分割算法。为了保证图片的分割准确性，用前文中的边缘检测算法提取图像中物体的边缘，并作为约束条件，算法在进行分割的时候让处于边界位置的像素权重尽可能较大，这样就保证算法分割更为合理。同时根据图像内容变化的情况进行种子点的自适应分布，内容变化剧烈的地方，种子点分布密度大一些;反之，则种子点分布稀疏一些，以保证分割算法的高效。

关键词：图像处理边缘检测随机森林去模糊算法超像素分割

来源：评论

学校读者我要写书评

暂无评论

图像模糊区域的分割及去模糊方法的研究

图像模糊区域的分割及去模糊方法的研究

引用

作者：袁野中国科学院大学

学位级别：硕士

图像是人类获取、传递和交流信息的重要途径之一。但是在图像获取、传输和存储过程中，由于环境条件、光学成像设备局限性等影响，不可避免会引入模糊，从而降低其质量。计算机视觉任务，如图像检索、物体识别以及图像分割等，对图像的... 详细信息

图像是人类获取、传递和交流信息的重要途径之一。但是在图像获取、传输和存储过程中，由于环境条件、光学成像设备局限性等影响，不可避免会引入模糊，从而降低其质量。计算机视觉任务，如图像检索、物体识别以及图像分割等，对图像的清晰度都有一定的要求。模糊现象会影响图像内容表达，降低上述算法的精度和性能。而图像模糊检测、模糊区域提取，以及进一步对模糊区域开展针对性修复，能够提高图像内容表达清晰性，从而提升计算机视觉任务精度和性能。　　近年来，学者提出了许多图像模糊检测的算法，都具有不错的效果。但是大部分模糊检测算法只针对特定的模糊类型效果较好，缺乏普适性。本文采用基于频域变换的检测方法，对不同模糊类型均具有较好效果。同时，为了提高对不同尺度、不同结构模糊的判定，本文还结合尺度空间理论，综合分析不同尺度的离散余弦变换系数变化情况，进一步提高了检测精度和普适性。计算获取的模糊度特征应用于后续的区域合并。　　传统的像素级聚类和区域合并，需要大量的存储空间，具有很高计算复杂度，且分割效果不理想。超像素算法能够提前将图像分割成多个子区域，降低算法复杂度，且边界贴合性更高。因此，本文使用超像素算法进行初始分割。然而，传统的超像素算法对梯度信息同等对待，容易受噪声和纹理干扰。本文提出了一种基于残余谱计算边缘显著性的算法，能抑制物体内部细碎的纹理信息，避免过分割。同时，算法能增强外轮廓梯度，防止欠分割，提高贴合性。此外，由于传统方法仅考虑像素的梯度信息，并未考虑像素之间的位置相关性，导致部分分割不准确。因此，本文研究了超像素分割代价函数，增加了空间位置约束，能够保证种子点周边像素优先与种子合并为同一区域，提高像素块的致密性。最后，针对种子点均匀分布的缺点，提出了基于边缘密度优化种子点分布的解决方案，提高了分割合理性。实验结果表明，本文提出的算法具有更高的精度。　　在完成超像素初始分割后，本文提出了一种结合图像LBP纹理、模糊度和空间邻接性特征的层次聚类算法，实现了模糊区域的分割。在层次聚类算法中，LBP纹理信息保证了合并区域的语义性。空间邻接性确定了只有空间相邻区域才能合并，从而保证了区域连续性。模糊度信息则保证区域的模糊程度的一致性。本文结合三类特征，保证提取出来的区域既有语义表达、空间连通，还具有相似的模糊程度。同时，针对复杂度较高等问题，本文利用最近邻域图进行了优化。　　在获得图像模糊区域之后，本文采用去模糊算法对该区域进行修复。其主要挑战在于如何精确估计模糊核及去除振铃。振铃效应主要发生在较大梯度的边缘附近，称之为显著边缘。抑制这种现象需要根据图像的局部特征自适应地设定去卷积权重，而该权重可以根据显著边缘来获得。为了提取显著边缘，本文提出了一个基于多种边缘算子融合的检测方法。该边缘不仅能帮助改进模糊核，也能够在去模糊的过程中抑制振铃效应。通过利用显著边缘，提出了一种新颖的边缘感知反卷积算法，显著减少了振铃现象。实验结果证明，在峰值信噪比(PSNR)或结构性相似指数(SSIM)等客观指标上，本文提出的算法拥有比传统方法更好的效果。

关键词：图像模糊区域图像分割去模糊算法层次聚类振铃效应

来源：评论

学校读者我要写书评

暂无评论

基于正则化的超分辨率重建算法研究

基于正则化的超分辨率重建算法研究

引用

作者：潘泽中国科学院大学

学位级别：硕士

在图像的获取过程中，图像的分辨率往往受制于成像系统的硬件水平。但是通过改善硬件达到提升图像分辨率是一件十分困难并且成本很高的方式。而图像的超分辨率重建算法可以通过计算的方式实现图像分辨率提升，从而最终获得超越成像系统... 详细信息

在图像的获取过程中，图像的分辨率往往受制于成像系统的硬件水平。但是通过改善硬件达到提升图像分辨率是一件十分困难并且成本很高的方式。而图像的超分辨率重建算法可以通过计算的方式实现图像分辨率提升，从而最终获得超越成像系统本身分辨率水平的高清图像。本文通过对超分辨率重建算法的系统分析，将超分辨率重建算法分为两个部分:一个为低分辨率图像向高分辨率网格的投影步骤，另一个是高分辨率网格下的去模糊步骤。本文通过对这两个部分分别进行优化改进，最终提高了超分辨率重建算法的恢复效果。　　第一个部分是低分辨率图像的投影融合过程，其关键就在于所使用的正则项。本文将梯度相似度引入了双边滤波正则项。双边滤波通过一个点的邻域灰度值加权求和来实现对该点的估计。本文首先计算邻域内每个点与被估计点梯度的相似性，依照这种相似性对每个点加权过程中的权值进行上调或降低。通过这种方式可以现实具有相似梯度的点在加权过程中拥有较高的权值，从而达到提高恢复精度的目的。同时，本文对正则项参数进行自适应调整。为了保证鲁棒性，本文将通过提取高频信息来进行边缘提取，然后通过提取到的高频信息计算出初始的正则参数，在利用冲击滤波进行边缘增强，最后通过全变分滤除噪声。　　第二个处理过程是去模糊。傅里叶域和小波域联合去模糊算法对于超分辨率重建算法非常适用，但是，该联合算法仅仅适用于低噪声的情况。因此本文将先验约束分别引入傅里叶域的去模糊步骤和小波域的去噪步骤。在傅里叶域，用矩阵形式表示目标函数。对目标函数添加平滑约束并且通过噪声水平和模糊图像高频信息计算得到平滑约束项的滤波系数。同样方式，在小波域对小波域目标函数添加能量约束，实现小波域目标函数的正则化过程。

关键词：图像处理超分辨率重建正则化去模糊算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：