检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

57 篇 学位论文
37 篇 期刊文献
4 篇 会议

馆藏范围

98 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

98 篇 工学
- 72 篇 机械工程
- 26 篇 计算机科学与技术...
- 23 篇 软件工程
- 10 篇 控制科学与工程
- 6 篇 信息与通信工程
- 4 篇 仪器科学与技术
- 1 篇 电气工程
- 1 篇 电子科学与技术（可...
- 1 篇 矿业工程
7 篇 管理学
- 7 篇 管理科学与工程(可...
6 篇 理学
- 2 篇 数学
- 2 篇 系统科学
- 1 篇 物理学
2 篇 艺术学
- 2 篇 设计学（可授艺术学...
1 篇 农学
- 1 篇 作物学

主题

98 篇 模糊核估计
17 篇 图像去模糊
9 篇 图像复原
9 篇 运动模糊
8 篇 超分辨率重建
7 篇 超分辨率
7 篇 图像盲复原
7 篇 深度学习
6 篇 盲复原
6 篇 卷积神经网络
5 篇 正则化
4 篇 图像盲去模糊
4 篇 正则化方法
3 篇 显著性边缘
3 篇 冲击滤波器
3 篇 盲超分辨率
3 篇 反卷积
3 篇 去运动模糊
3 篇 图像超分辨率
3 篇 稀疏先验

机构

10 篇 中国科学院大学
5 篇 大连理工大学
5 篇 西安电子科技大学
5 篇 南京航空航天大学
4 篇 青岛大学
4 篇 华南理工大学
3 篇 苏州科技大学
3 篇 中国科学院光电信...
3 篇 西北工业大学
3 篇 重庆邮电大学
3 篇 武汉工程大学
3 篇 浙江大学
2 篇 北京交通大学
2 篇 中国科学院沈阳自...
2 篇 华北电力大学
2 篇 西北师范大学
2 篇 长春理工大学
2 篇 中国科学院研究生...
2 篇 四川大学
2 篇 重庆大学

作者

3 篇 王振华
3 篇 饶敬松
2 篇 白雪
2 篇 孙士洁
2 篇 孙瑾秋
2 篇 周晓燕
2 篇 王文恺
2 篇 luo haibo
2 篇 丁庆海
2 篇 郭林
2 篇 王旭晴
2 篇 刘宇
2 篇 何小海
2 篇 姚若河
2 篇 胡伏原
2 篇 张艳宁
2 篇 罗海波
2 篇 he jie
2 篇 吴晓旭
2 篇 ding qinghai

语言

98 篇 中文

检索条件"主题词=模糊核估计"

共 98 条记录，以下是71-80 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

运动图像快速去模糊算法的研究

运动图像快速去模糊算法的研究

引用

作者：王文恺南京航空航天大学

学位级别：硕士

运动模糊是数字图像成像过程中图像质量变差的主要原因之一,产生运动模糊的主要原因是由相机曝光过程中相机自身的抖动或者被拍摄物体的移动造成的。图像的盲去模糊是一个典型的图像和信号处理的问题,其目的就是从模糊的图像中恢复出模... 详细信息

运动模糊是数字图像成像过程中图像质量变差的主要原因之一,产生运动模糊的主要原因是由相机曝光过程中相机自身的抖动或者被拍摄物体的移动造成的。图像的盲去模糊是一个典型的图像和信号处理的问题,其目的就是从模糊的图像中恢复出模糊核以及潜在清晰图像。本文的主要研究内容分为三个方面:基于图像倒谱与频谱分析的模糊核尺度估计算法的研究,基于显著区域检测的运动去模糊数学模型的研究,运动去模糊的自适应迭代优化的研究。在图像去模糊算法中,模糊核的尺度对准确估计模糊核至关重要。以往的算法通常将模糊核的尺度作为输入参数,近年来有些算法能较准确地估计参数化模糊核,但这些现有算法都不能有效地估计出自然模糊图像中普遍存在的非参数化模糊核。本文在利用模糊图像梯度倒谱估计模糊核尺度及形状之后利用频谱分析来进一步精确地估计小尺寸模糊核的尺度。这种方法能适用于绝大多数场景下自然模糊图像的模糊核尺度估计,具有很强的实用性及时效性。经典的图像去模糊算法的成功主要源自模糊图像的稀疏表示(图像梯度)与多尺度迭代框架模型的广泛运用。近年来有些学者提出图像的强度也有稀疏的特性,但他们提出的强度先验对图像强度分布有一定的限定条件。本文提出了基于显著区域检测的图像强度先验,与梯度先验类似,图像强度的显著度也符合重尾分布特性,而图像去模糊的过程就是潜在清晰图像强度的显著度稀疏特性最小化的过程。基于显著强度先验的图像去模糊算法能从强度分布复杂的模糊图像中准确地提取出富含有效信息的显著结构,从而更准确地估计出潜在清晰图像。在图像去模糊算法的迭代过程中,迭代次数对潜在清晰图像的估计至关重要。经典的图像去模糊算法采用的多尺度迭代框架模型中每一层的迭代次数是固定的,但这个迭代次数与很多因素有关,比如模糊核的复杂程度,初始模糊核的质量以及模糊图像显著结构的表现等,因此固定的迭代次数并不适用于迭代过程中的每一层。本文提出了一种计算迭代过程中潜在清晰图像梯度倒谱与模糊核相似度的方法来自适应地调整迭代过程中每一层的迭代次数。这种方法能够兼顾整个迭代过程中每一层的潜在清晰图像的估计效果,从而更准确地恢复出理想的结果。大量的实验结果表明,本文提出的运动图像快速去模糊算法能够对不同背景下复杂的人脸图像、文字图像、饱和图像以及图像库进行准确的去模糊处理。相比于现有的同时运用图像强度先验与图像梯度先验的图像去模糊算法,本文提出的算法不仅能处理出更理想的目标图像,同时也具有显著的时效性优势。

关键词：图像去模糊模糊核估计显著区域检测自适应迭代

来源：评论

学校读者我要写书评

暂无评论

基于少样本学习的遥感图像超分辨率重建算法研究

基于少样本学习的遥感图像超分辨率重建算法研究

引用

作者：李盛中国科学院大学

学位级别：硕士

遥感图像的空间分辨率是其关键指标之一。然而，在受到硬件条件制约的同时，遥感图像的成像过程往往会受到模糊和噪声等退化因素的影响，很难得到低噪高分辨率遥感图像。超分辨率重建是由低分辨率图像恢复高分辨率图像的一种重要方法。... 详细信息

遥感图像的空间分辨率是其关键指标之一。然而，在受到硬件条件制约的同时，遥感图像的成像过程往往会受到模糊和噪声等退化因素的影响，很难得到低噪高分辨率遥感图像。超分辨率重建是由低分辨率图像恢复高分辨率图像的一种重要方法。另一方面，随着计算资源的日益丰富和相关理论的发展，深度学习在各种视觉任务上取得了巨大成功，基于深度学习的超分辨率重建方法也取得了巨大进步。然而，基于深度学习的超分辨率重建方法多数简化了低分辨率图像的退化模型，采用已知的模糊核训练网络，而在实际应用中模糊核通常未知，在此情况下这类方法的重建效果将显著下降。零样本超分方法利用图像自身构建训练集，能够改善由于模糊核未知所带来的性能下降，但由于仅利用图像自身信息，对重建效果的提升有一定的局限性。　　本文提出增强少样本超分方法解决模糊核未知时的超分辨率重建问题，一方面，选取与低分图像类似的示例图像构建训练集;另一方面，在训练样本数目增加的基础上，加深网络深度，增大感受野，并加入改进的残差模块，优化网络结构。实验表明，本文所提增强少样本超分方法的超分辨率重建效果比零样本超分大幅提升，其中，在超分倍数为2时，PSNR最多有约0.7dB的提升。　　在增强少样本超分的基础上，本文提出了一种基于图像自相似性的模糊核估计方法，并给出了估计模糊核的迭代步骤，接着将模糊核估计与增强少样本超分相结合，进一步提升了超分辨率重建效果，其中，在超分倍数为2时，PSNR最多有约0.8dB的提升。

关键词：遥感图像超分辨率重建模糊核估计少样本学习

来源：评论

学校读者我要写书评

暂无评论

面向真实场景的图像超分辨率算法研究与识别应用

面向真实场景的图像超分辨率算法研究与识别应用

引用

作者：佘宇南京信息工程大学

学位级别：硕士

图像超分辨率算法能够在成像设备性能受限的情况下,提高图像分辨率,恢复图像高频细节,提升视觉感官效果,是计算机视觉领域的一个重要分支。目前基于深度学习的图像超分辨率算法研究趋向于通过加深和加宽网络来提升性能,但这样做也可能... 详细信息

图像超分辨率算法能够在成像设备性能受限的情况下,提高图像分辨率,恢复图像高频细节,提升视觉感官效果,是计算机视觉领域的一个重要分支。目前基于深度学习的图像超分辨率算法研究趋向于通过加深和加宽网络来提升性能,但这样做也可能带来梯度弥散和特征冗余等问题,从而引起网络退化,并且大多数研究忽略了不同尺度特征的充分利用,进而影响了网络重建效果。此外,目前研究主要使用理想降质模型(例如双三次插值降采样)获取低分辨率图像,而在真实场景中图像降质会受到噪声、模糊和机械振动等诸多因素的影响,过程比较复杂且难以量化,不符合理想降质模型的假设,导致超分辨率算法应用在真实场景时性能严重下降。本文针对以上问题进行深入研究,主要工作如下:(1)提出基于多尺度卷积和残差密连注意力结构的图像超分辨率重建算法。通过引入多尺度卷积和残差密连方法以及注意力机制对SRRes Net中的特征提取结构进行改进,设计一种多尺度残差密连注意力结构,充分利用了丰富的多尺度特征信息,促进了信息的筛选与流通,并通过融合局部和全局特征来解决网络长期依赖的问题。在对比实验中本文提出的算法在客观与主观指标上均取得了较好的效果。(2)改进基于模糊核估计的图像降质方法。改进的降质模型从真实场景的低分辨率图像中提取模糊核信息和噪声信息,并将这些先验知识作用在高分辨率图像中生成接近真实场景的低分辨率图像,以此构建符合真实场景分布的数据集。经实验证明,使用改进的降质方法训练的超分网络在模拟和真实图像实验中性能均优于理想降质方法训练的网络,有效提升了超分辨率网络在真实场景中的应用效果。(3)将上述超分辨率方法应用到交通标志识别场景。交通标志图像由于现实场景的限制,图像质量普遍不高,识别准确率较低。本文利用超分辨率技术提升交通标志识别效果,并提出超分级联网络对目标任务进行针对性优化。通过实际应用证明了超分辨率技术不仅可以提升真实场景的图像质量,也有助于提升其他计算机视觉任务的效果。

关键词：图像超分辨率多尺度卷积模糊核估计级联网络

来源：评论

学校读者我要写书评

暂无评论

基于GDSR模型的模糊图像超分辨率复原

基于GDSR模型的模糊图像超分辨率复原

引用

作者：唐泽凌电子科技大学

学位级别：硕士

模糊图像超分辨率复原由于其实用性和可靠性,被广泛应用于军事,医疗,教育,侦察等领域,原有的模糊图像超分辨率复原方法由于技术的局限性,已经逐渐不能满足当下实际情形中图像复原质量的需求,因此研究如何提高模糊图像超分辨率复原的质... 详细信息

模糊图像超分辨率复原由于其实用性和可靠性,被广泛应用于军事,医疗,教育,侦察等领域,原有的模糊图像超分辨率复原方法由于技术的局限性,已经逐渐不能满足当下实际情形中图像复原质量的需求,因此研究如何提高模糊图像超分辨率复原的质量具有重要的意义。本研究在以模糊核估计算法和生成对抗网络模型为基础的传统模糊图像超分辨率复原模型上有如下创新工作:本研究提出了新的模糊核估计算法,该算法主要包括多尺寸模糊核估计,单尺寸模糊核估计以及根据模糊图像对粗略模糊核精细化计算等三个部分,作为算法主体的多尺寸模糊核估计能够为整体模型提供最佳的预估模糊核。基于半监督学习的基本理论,本研究构建了由生成模块,判别模块和特征提取模块构成的生成对抗网络模型,并引入了生成误差,判别误差和特征提取误差,对于三种误差分别设置适当的权值,进行叠加和梯度求解后用于优化生成模块的节点参数,判别误差进行梯度求解后用于优化判别模块的节点参数。在本研究提出的模糊核估计算法和新构建的生成对抗网络模型基础上,本研究提出了基于半监督学习的GDSR(Generate and Deblurring Super-Resolution)模型。对生成对抗网络模型的生成模块、模糊核估计模块和模糊图像超分辨率复原模型进行了详细测试,并进行了半监督学习的GDSR模型的消融实验。测试和实验结果表明半监督学习的GDSR模型因更符合实际的图像退化过程,较传统图像超分辨率复原模型复原算法有更好的复原效果,同时在盲模糊核图像超分辨率复原的测试中较研究相同图像退化模型的图像超分辨率复原模型复原结果更好。本研究将训练数据选择为有标签图像,并将半监督学习的GDSR模型中承担下采样复原和去噪功能的生成对抗网络模型替换成基于全监督学习的SRRes Net模型,构建了基于全监督学习的GDSR模型并进行测试。测试结果表明在训练数据和数据标签充足的前提下,全监督学习的GDSR模型的图像复原结果优于半监督学习的GDSR模型。

关键词：模糊图像超分辨率复原深度神经网络生成对抗网络模糊核估计

来源：评论

学校读者我要写书评

暂无评论

单幅图像超分辨技术研究

单幅图像超分辨技术研究

引用

作者：赵小乐西南科技大学

学位级别：硕士

数字图像的超分辨(SR,Super-Resolution)重建是计算机视觉中一个很重要的基础性问题,也是计算机视觉领域由来已久的研究热点,在工业、农业、军事和医疗等领域有着广泛的应用。图像超分辨重建技术的发展历程大致经历了三个阶段:基于传统... 详细信息

数字图像的超分辨(SR,Super-Resolution)重建是计算机视觉中一个很重要的基础性问题,也是计算机视觉领域由来已久的研究热点,在工业、农业、军事和医疗等领域有着广泛的应用。图像超分辨重建技术的发展历程大致经历了三个阶段:基于传统插值理论的方法、基于模型/重建的方法和基于机器学习的方法。基于插值的方法以数据的连续性假设为基础,重建效果较差却一般具有很高的时间效率,是目前应用范围最为广泛的一类技术。但这类技术种类繁多,目前还没有从理论角度对这类方法进行统一说明的相关文献资料;基于重建的技术一般是通过对数字图像成像的逆过程进行建模来重建高分辨率图像,这类方法重建效果比插值方法好,但时间性能较差,而且对缩放因子比较敏感,很少用在实际应用中;基于机器学习的方法是目前最有前景的一类技术,也是该领域当前的研究热点内容。但是,训练样本的兼容性和质量,以及时间性能是这类技术面临的主要问题。针对上述超分辨技术存在问题,本文对数字图像超分辨技术进行了广泛而深入的研究,并分别提出了相应的解决方案。本文的主要贡献如下:1.通过大量的理论分析和实验验证,发现诸多传统多项式插值技术之间的本质规律和内在联系。本文利用密切多项式近似的理论框架为当前大多数多项式插值算法提供了统一的理论描述和规律性的解决方案。这一理论框架既可以用于对现有插值算法进行分析与比较,又可以用于开发新的插值算法。2.提出了一种基于模型/重建的图像超分辨算法。该算法通过泰勒展开式对输入图像进行预处理,使输入图像处于一种过度处理状态,再利用曲率逆向扩散对其进行调整。这种改变迭代初始状态的处理既可以有效缩短处理时间,又可以提高结果图像的对比度和清晰度。3.重点研究了基于机器学习的超分辨技术,针对训练样本质量和时间效率问题提出了基于盲模糊估计与词典学习的单幅图像超分辨算法,从减少低分辨率特征空间与高分辨率特征空间之间的差异性的角度提出了基于统一最小二乘规则的单幅图像超分辨算法。为了进一步提高机器学习方法的时间效率,采用锚定邻域回归对上述方法进行了改进并取得了明显效果。4.基于选择性块处理策略(SPP,Selective Patch Processing)和自然图像的非局部自相似性(NLSS,Non-Local Self-Similarity)提出一种改进的盲模糊估计算法,通过选择性地利用索引块并自适应地确定邻域块数量进行模糊核估计,在有效提高了模糊核估计精度和算法收敛速度的同时,还大大减少了单次迭代的时间消耗。

关键词：图像超分辨多项式插值偏微分方程机器学习模糊核估计

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图像盲超分辨率重建方法研究

基于深度学习的图像盲超分辨率重建方法研究

引用

作者：张義武燕山大学

学位级别：硕士

图像盲超分辨率重建是计算机视觉领域的一个经典问题，与普通的图像非盲超分问题不同的是，图像盲超分辨率重建是在不知道模糊核等信息的情况下，面向真实世界中的图像进行超分重建。该文针对图像盲超分辨率重建问题，结合深度学习的相... 详细信息

图像盲超分辨率重建是计算机视觉领域的一个经典问题，与普通的图像非盲超分问题不同的是，图像盲超分辨率重建是在不知道模糊核等信息的情况下，面向真实世界中的图像进行超分重建。该文针对图像盲超分辨率重建问题，结合深度学习的相关知识，搭建了三个深度神经网络进行图像的盲超分辨率重建，具体的内容如下：　　首先，设计了一种基于卷积神经网络的图像盲超分辨率重建模型。该模型可以从低分辨率图像中估计模糊核信息，并将估计到的模糊核信息作为先验信息，与低分辨率图像一起输入到超分网络中，考虑到深度神经网络的不同深度的位置对模糊核特征信息的需求不同，使用了一个可以插入到深度神经网络中不同位置处的网络模块，该模块可以让不同深度处的神经元对模糊核特征进行自适应选择。实验证明，该方法能够重建出高质量的高分辨率图像。　　其次，设计了一种基于流模型的图像盲超分辨率重建模型。该方法设计了一种端到端的模型，受流模型启发，不在从低分辨率图像中估计模糊核信息，而是从潜在空间估计模糊核信息，通过随机初始化模糊核的方式，让神经网络在不断地训练过程中找到最适合的模糊核。考虑到盲超分模型的退化模型中其他的未知信息，采用尽可能丰富的退化模型，然后随机从退化模型中选择退化信息(噪声、下采样方式)对输入的真实世界的高分辨率图像进行退化。超分重建部分使用一种基于注意力机制的层注意力机制模块对输入的图像特征进行充分利用。实验表明，该方法可以提升图像盲超分重建的效果。　　最后，在基于滑动窗口注意力机制的SwinIR(SwinIR:ImageRestorationUsingSwinTransformer)模型上改进了一种图像盲超分辨率重建模型。考虑到动态卷积相较于普通卷积的优越性，将SwinIR中相关的普通卷积全部替换为动态卷积，主体采用SwinIR的框架，而高分辨率重建模块从频域和时域两个角度出发，利用残差快速傅里叶变换提高重建出的高分辨率图像的质量。

关键词：图像盲超分辨率重建快速傅里叶变换深度学习模糊核估计流模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图像模糊盲去除方法研究

基于深度学习的图像模糊盲去除方法研究

引用

作者：李若森重庆邮电大学

学位级别：硕士

如今，智能手机、数码相机、电子监控摄像头等可成像设备广泛应用于人们的生产生活中。然而，由于物体运动、相机抖动等原因，往往会造成图像的模糊。这些退化的图像不仅影响视觉效果，严重时甚至会给人们的生产生活造成损失。因此，图... 详细信息

如今，智能手机、数码相机、电子监控摄像头等可成像设备广泛应用于人们的生产生活中。然而，由于物体运动、相机抖动等原因，往往会造成图像的模糊。这些退化的图像不仅影响视觉效果，严重时甚至会给人们的生产生活造成损失。因此，图像去模糊这一课题具有重要的研究价值和应用价值。　　图像去模糊任务存在两个难点：(1)在模糊核未知的情况下，图像去模糊是一个严重的不适定问题。图像复原质量依赖于模糊核估计的准确性，而模糊核在空间上的可变性进一步加大了复原难度。(2)真实拍摄得到的模糊图像往往难以获取与之对应的清晰图像，导致无法在非成对数据集上利用有监督的学习方式对网络模型进行训练。而在合成的成对模糊-清晰图像数据集上训练得到的去模糊模型泛化能力差，难以消除真实拍摄图像中的模糊。　　为了解决上述问题，本文开展的主要工作如下：　　1.提出一种多尺度选择性内核卷积编解码网络，以端到端的方式完成图像去模糊，避免了模糊核估计不准确带来的误差。网络整体采用多尺度的结构，并在每个尺度上采用对称编解码结构。其中，编解码器均由选择性内核卷积块组成。选择性内核卷积通过不同尺寸的卷积核获取不同大小感受野的信息，并且融合了通道注意力机制对特征图进行选择、校准。实验结果表明，本网络模型能够有效去除模糊，复原图像中的细节信息。　　2.提出一种改进的循环生成对抗网络，并根据图像翻译任务的思想，将非成对数据的训练方法应用于图像去模糊。整体网络由两个方向相反的生成对抗网络组成，共同完成模糊图像域与清晰图像域之间的相互转换。网络通过循环一致性损失约束输入模糊(清晰)图像与重建后输出模糊(清晰)图像保持一致，使其具备了在非成对数据集上进行训练的能力。实验结果表明，利用非成对方式训练得到的生成对抗网络模型能够去除图像中的伪影，复原出较为清晰、自然的图像。

关键词：图像去模糊选择性内核卷积非成对数据集循环生成对抗网络模糊核估计

来源：评论

学校读者我要写书评

暂无评论

基于先验约束的图像盲复原方法研究

基于先验约束的图像盲复原方法研究

引用

作者：陈扬清重庆大学

学位级别：硕士

图像盲复原是一个严重的病态问题,一般需要结合图像和模糊核的一些先验对整个过程进行正则化约束,将其转化为良态问题。图像盲复原有两种基本的框架:一是先验辨识,它是先单独估计模糊核,然后再利用估计出的模糊核复原出清晰图像;二是联... 详细信息

图像盲复原是一个严重的病态问题,一般需要结合图像和模糊核的一些先验对整个过程进行正则化约束,将其转化为良态问题。图像盲复原有两种基本的框架:一是先验辨识,它是先单独估计模糊核,然后再利用估计出的模糊核复原出清晰图像;二是联合辨识,它是同时交替估计出模糊核和清晰图像。先验辨识将图像盲复原分开成两个单独的过程,即模糊核估计和清晰图像复原,所以计算量比较少。本文在先验辨识框架下开展图像盲复原研究工作,首先对图像和模糊核的先验约束问题进行较深入地研究。然后根据研究结果,提出一种基于先验约束的图像盲复原方法,该方法在模糊核估计过程采用图像的L0稀疏先验和模糊核的高斯先验构造代价函数,在清晰图像复原过程采用基于超拉普拉斯先验约束的非盲方法对模糊图像进行复原。本文开展的主要工作如下:1)调研了国内外关于图像盲复原方法的研究现状,深入学习了图像盲复原的相关理论知识,并总结出了本课题的主要研究难点。2)分别对模糊核估计和清晰图像复原两个过程中关于图像和模糊核的先验约束问题进行了研究。对模糊核估计过程,重点分析了图像的L1先验、L1/L2归一化先验、L0稀疏先验;对清晰图像复原过程,重点分析了图像的高斯先验、拉普拉斯先验、混合高斯先验、超拉普拉斯先验。分析结果表明:模糊核估计过程使用图像的L0稀疏先验有利于估计出准确的模糊核,而清晰图像复原过程使用超拉普拉斯先验有利于复原出细节清晰的图像。3)提出一种基于L0稀疏先验约束的模糊核估计方法,该方法利用图像的L0稀疏先验和模糊核的高斯先验构造代价函数。同时在图像正则化参数中引入自适应调节因子,它可以根据图像的不同区域自动调节图像正则化参数的大小,从而在图像含有丰富的细节或模糊尺度较大时,仍然可以估计出较准确的模糊核。4)设计了基于半二次性惩罚技术的迭代求解算法,对模糊核估计的代价函数进行求解。求解过程中对每次迭代估计出的模糊核施加动态阈值约束,以此来抑制模糊核中的噪声,同时保护模糊核的内在特性不被破坏。将估计出的模糊核用到基于超拉普拉斯先验约束的非盲复原方法中,实现对模糊图像的复原。5)为了验证所提出方法的有效性和优越性,分别在人造模糊图像和一些具有挑战性的真实模糊图像上进行了相关的实验。无论从主观视觉还是客观PSNR上都说明本文所提出方法比目前具有代表性的方法在整体上有较好的提高。

关键词：图像盲复原先验约束模糊核估计正则化半二次性惩罚技术

来源：评论

学校读者我要写书评

暂无评论

运动模糊图像盲去模糊算法的研究和实现

运动模糊图像盲去模糊算法的研究和实现

引用

作者：饶敬松华南理工大学

学位级别：硕士

图像运动模糊是现实中常见的问题,其产生的原因是图像获取过程中镜头与物体之间存在相对运动。图像去模糊的目的是从模糊图像中恢复出清晰图像。在图像盲去模糊中,模糊核估计的好坏直接影响着图像复原的效果。本文提出了一种基于稀疏先... 详细信息

图像运动模糊是现实中常见的问题,其产生的原因是图像获取过程中镜头与物体之间存在相对运动。图像去模糊的目的是从模糊图像中恢复出清晰图像。在图像盲去模糊中,模糊核估计的好坏直接影响着图像复原的效果。本文提出了一种基于稀疏先验和相对总变分的模糊核估计方法:用权值L0平滑方法自适应地提取图像主体结构,剔除图像噪声、细节和小尺度物体边缘等不利于模糊核估计的因素,采用一种近似求解方法求解L0问题;用相对总变分方法解决稀疏先验作为正则项估计复杂模糊核的不准确性,运用了迭代重赋权最小二乘法(IRLS)和数值分析进行求解,实验结果表明本文算法得到的模糊核具有良好的稀疏性和连续性。在图像非盲去模糊中,采用超拉普拉斯先验的正则化方法估计清晰图像。实验结果表明,本文的算法相对于现有的图像去模糊方法,所估计出的清晰图像具有较好的结构和较少的伪迹,图像复原效果较好。针对含有噪声的模糊图像,在超拉普拉斯先验图像非盲去模糊算法的基础上,引入字典以利用图像的局部信息并抑制噪声,同时超拉普拉斯先验克服了字典带来的块效应。实验结果表明无论是在主观视觉上还是客观评判标准上,结合字典的超拉普拉斯先验算法的效果更好。将图像盲去模糊的核心算法移植到C674x DSP上进行实现。首先将代码转换成标准C代码,然后对代码进行优化,包括软件流水优化、片内存储优化、编译器优化和算术运算优化等,最后在CCS集成开发环境下进行硬件仿真。实验表明:DSP平台能够快速地实现图像去模糊算法,得到较好的清晰图像。

关键词：图像处理模糊核估计正则化字典学习 DSP实现

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图像盲超分辨率算法研究

基于深度学习的图像盲超分辨率算法研究

引用

作者：吴国丽厦门大学

学位级别：硕士

大多数图像超分辨率(Super Resolution,SR)方法假定低分辨率(Low-Resolution,LR)图像是由高分辨率(High-Resolution,HR)图像通过固定的退化方式(如双三次插值下采样)得到的。但现实世界中的LR图像的退化过程多样,当LR图像的退化方式与S... 详细信息

大多数图像超分辨率(Super Resolution,SR)方法假定低分辨率(Low-Resolution,LR)图像是由高分辨率(High-Resolution,HR)图像通过固定的退化方式(如双三次插值下采样)得到的。但现实世界中的LR图像的退化过程多样,当LR图像的退化方式与SR模型假定的退化方式差异较大时,SR效果不佳。因此,图像盲超分辨率方法是图像超分辨率领域的研究趋势,而在盲超分辨率任务上达到更好的性能需要一个精确的模糊核估计方法。本文首先提出了一个基于傅里叶变换与卷积神经网络的模糊核估计方法(A Kernel Estimation Method Based on the Fourier Transform and Convolutional Neural Network,FTKCN)。该方法首先使用傅里叶变换由LR图像生成其频谱图,并利用卷积神经网络来提取频谱图中的模糊核信息,从而得到模糊核。FTKCN在训练时收敛较快,应用时可以较快速准确地估计模糊核,稳定性更佳。其次,本文将提出的模糊核估计方法FTKCN应用于ZSSR、MZSR、SRMD这三种主流的可插入模糊核先验的SR方法。FTKCN估计得到的模糊核用于产生训练数据或直接输入网络进行建模从而帮助图像超分辨率任务,实验表明FTKCN有助于提升这三种SR方法在由各种退化造成的LR图像上的超分辨率性能。最后,本文在SRMD基础上,引入稠密连接结构,提出了一个基于稠密连接与多重退化的图像超分辨率方法(A Super Resolution Network with Dense Blocks and Multi-Degradations,DenseMD)。DenseMD充分地利用退化信息,只需要较少的参数量,在图像盲超分辨率任务中获得更佳的性能。此外,将DenseMD与FTKCN结合,能够进一步提升图像盲超分辨率的性能。

关键词：图像超分辨率模糊核估计傅里叶变换稠密连接网络

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共10页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：