检索结果-内蒙古大学图书馆

计算机工程与设计 2021年第6期42卷 1684-1690页

作者：欧阳宁邓超阳林乐平桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对当前运动图像去模糊网络忽略了运动模糊图像的非均匀性,不能有效地恢复图像的高频细节及去除伪影等问题,在对抗网络基础上提出一种基于自适应残差的运动图像去模糊方法。在生成网络中构造由形变卷积模块和通道注意力模块组成的自适... 详细信息

针对当前运动图像去模糊网络忽略了运动模糊图像的非均匀性,不能有效地恢复图像的高频细节及去除伪影等问题,在对抗网络基础上提出一种基于自适应残差的运动图像去模糊方法。在生成网络中构造由形变卷积模块和通道注意力模块组成的自适应残差模块。其中,形变卷积模块学习运动模糊图像特征的形变量,可以根据图像的形变信息动态调整卷积核的形状和大小,提高网络适应图像形变的能力。通道注意力模块对所提取的形变特征进行通道调整,获取更多的图像高频特征,增强恢复后图像的纹理细节。在公开的GOPRO数据集上进行实验,实验结果表明,该算法的峰值信噪比(PSNR)有较大的提升,能够重建出纹理细节丰富的高质量图像。

关键词：运动图像去模糊非均匀性形变卷积模块通道注意力模块自适应

来源：评论

学校读者我要写书评

暂无评论

基于核估计的运动图像去模糊算法研究与实现

基于核估计的运动图像去模糊算法研究与实现

引用

作者：刘衡长春理工大学

学位级别：硕士

运动图像去模糊是图像恢复领域的重要研究课题,产生原因是由于图像在采集、传输的过程中形成了相对运动,造成了图像的模糊,尽管目前图像去模糊的方法很多,但多数计算量大、复原图像存在噪声、振铃效应现象等缺点,且不能处理大尺寸的模... 详细信息

运动图像去模糊是图像恢复领域的重要研究课题,产生原因是由于图像在采集、传输的过程中形成了相对运动,造成了图像的模糊,尽管目前图像去模糊的方法很多,但多数计算量大、复原图像存在噪声、振铃效应现象等缺点,且不能处理大尺寸的模糊核。对于空间线性不变的运动模糊,本文工作包括在模糊核初始化阶段进行了图像强边缘的预测,从而有效的选择了图像梯度信息,使该算法能够处理大尺寸的模糊核。在模糊核细化阶段采用迭代支持检测(ISD)算法,此算法加强了模糊核的稀疏性,从而提高运算速率,同时在图像反卷积恢复清晰图像的过程中,采用了基于L1范数的总变分(TV-L1)反卷积模型,由此有效的抑制了噪声。实验表明,本文所实现的模糊核估计算法和图像反卷积算法,在核估计精度和运行速度性能上都有很好的表现,整个算法在模拟数据及实际的车牌图像去模糊中都有较强的鲁棒性。

关键词：运动图像去模糊图像反卷积模糊核估计总变分强边缘图像

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的运动图像去模糊算法研究

基于生成对抗网络的运动图像去模糊算法研究

引用

作者：杞昊橙湖南师范大学

学位级别：硕士

图像作为一种重要的信息载体,包含了丰富的信息,成为人们记录生活、交流情感的主要方式。运动图像去模糊作为图像复原技术的一种,应用价值正在不断增加。随着人工智能时代的来临,深度学习在图像领域发挥着重要作用,生成对抗网络GAN作为... 详细信息

图像作为一种重要的信息载体,包含了丰富的信息,成为人们记录生活、交流情感的主要方式。运动图像去模糊作为图像复原技术的一种,应用价值正在不断增加。随着人工智能时代的来临,深度学习在图像领域发挥着重要作用,生成对抗网络GAN作为一个优秀的生成模型,广泛应用于图像生成、修复、分类、风格迁移等领域。图像去模糊历来是图像处理领域的研究热点,如何改善网络性能,加快训练速度,提升图像质量都成为了备受关注的焦点问题。为了使模型能用于真实场景中并进一步提高生成图像的质量,本文以生成对抗网络为基础,有针对性地进行了改进和优化,提出了解决去模糊问题的一种新思路。本文算法模型优势主要有以下几点:1.使用真实拍摄的图片作为训练集,无论在成对和非成对的数据集下都能进行训练,因此在真实场景下具有更强的泛化能力。2.运用图像翻译的方法,采用两个“对偶形式”的条件生成对抗网络,将图像去模糊问题转化为模糊域和清晰域之间相互转换的问题。3.模型设计中采用全局残差连接,以WGAN作为判别器,分别用ResNext、ResNetv2替代ResNet残差网络模块,加入SFTGAN超分辨率重建结构提升图像边缘、纹理效果,最终还原出清晰、自然的图像。4.结果评价时使用了Yolo-v3物体识别法,结合常规指标全面衡量图像质量。本文方法在Gopro数据集和Lai数据集上进行实验并取得了不错的去模糊效果,特别是在Gopro数据集上,SSIM、PSNR值比基准模型CycleGAN分别提升了15.97%和1.51%,同时取得了与成对数据集算法相近的结果,在对残差模块进行改进后提升更加明显。通过对比实验对模型结构、损失函数进行优化后,SSIM、PSNR、Yolo识别率等各项指标更接近甚至优于成对数据集上的其他算法,为解决实际场景下的运动模糊问题提供了有力的帮助。

关键词：运动图像去模糊生成对抗网络非成对数据集残差网络超分辨率重建

来源：评论

学校读者我要写书评

暂无评论

基于注意力及对抗网络的运动图像去模糊研究

基于注意力及对抗网络的运动图像去模糊研究

引用

作者：邓超阳桂林电子科技大学

学位级别：硕士

运动图像去模糊技术是图像复原领域的一个重要研究方向,其目的是将拍照时由于相机抖动以及物体运动导致的运动模糊图像通过图像复原技术对清晰的图像进行重建估计,其广泛运用于安全监控,航空航天等诸多领域。近年来,随着深度学习浪潮的... 详细信息

运动图像去模糊技术是图像复原领域的一个重要研究方向,其目的是将拍照时由于相机抖动以及物体运动导致的运动模糊图像通过图像复原技术对清晰的图像进行重建估计,其广泛运用于安全监控,航空航天等诸多领域。近年来,随着深度学习浪潮的来临将其应用于运动图像去模糊上获得了令人满意的效果。但在目前基于深度学习的运动图像去模糊算法中仍然存在高频细节重建不足且无法有效去除伪影等问题。为进一步恢复模糊图像中的高频纹理细节,提高去模糊图像的质量,本文将注意力机制引入对抗网络中来提取和增强高频特征,提出了基于注意力及对抗网络的运动图像去模糊方法,主要研究工作如下:(1)针对当前运动图像去模糊网络忽略了运动模糊图像的非均匀性,不能有效地恢复图像的高频细节及去除伪影等问题,在对抗网络基础上提出一种基于自适应残差的运动图像去模糊方法。该方法在生成网络中构造了由形变卷积模块和通道注意力模块组成的自适应残差模块。其中,形变卷积模块学习运动模糊图像特征的形变量,可以根据图像的形变信息动态调整卷积核的形状和大小,提高网络适应模糊图像形变的能力。通道注意力模块对所提取的形变特征进行通道调整,获取更多的图像高频特征,增强恢复后图像的纹理细节。实验结果表明,与现有的算法相比,该方法能够有效地进行模糊去除,重建出纹理细节丰富的高质量图像。(2)为更好的进行全局上下文信息提取,增强特征表达,有效地对模糊图像的纹理细节进行重建。提出一种基于递归交叉注意力的运动图像去模糊方法。该方法以对抗网络为基础,在生成网络中使用递归交叉注意力模块实现全局上下文信息的提取,以此促进对图像高频纹理细节的重建。同时,为让生成网络在训练时更好的对清晰图像的数据分布进行拟合,在对抗训练时以最小二乘对抗机制为基础加入相对判别原理。其中,相对判别原理通过加入评估输入数据与其对立类型数据样本更像真的概率,以此让清晰图像的数据分布作为一个先验知识去对对抗网络进行约束,从而增强生成网络对清晰图像的拟合能力。实验结果表明,与现有基于深度卷积神经网络的运动图像去模糊算法相比,所提算法能够重建出高质量的去模糊图像,且在数值指标上也有所提高。

关键词：运动图像去模糊形变卷积模块通道注意力模块递归交叉注意力模块相对判别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的单幅运动图像去模糊研究

基于深度学习的单幅运动图像去模糊研究

引用

作者：唐康湖南师范大学

学位级别：硕士

运动图像去模糊是指将一张模糊的运动图片变为相应清晰图片的过程,是计算机视觉领域中一个具有挑战性的问题。当我们使用电子设备如智能手机或相机拍摄运动物体时,经常会发现图像成像质量下降,出现了运动模糊。这主要是由于设备具有固... 详细信息

运动图像去模糊是指将一张模糊的运动图片变为相应清晰图片的过程,是计算机视觉领域中一个具有挑战性的问题。当我们使用电子设备如智能手机或相机拍摄运动物体时,经常会发现图像成像质量下降,出现了运动模糊。这主要是由于设备具有固定的曝光间隔,在此期间设备和运动物体之间具有相对运动所造成的。传统方法主要通过估计模糊核来处理图像模糊,由于图像模糊的原因各不相同,导致生成图像模糊核难以估计,生成的图像质量以及模型运行时间不尽如人意。而现有基于深度学习的多尺度去模糊方法则缺乏有效的特征提取机制,同时不能很好地利用多尺度特征,其效果有待进一步提高,因此迫切需要高质量的运动图像去模糊方法。本文对单一运动图像盲去模糊算法进行了深入探索,通过大量对比实验验证了不同网络结构的表现。研究工作如下:(1)首先在整体架构方面,与以往的使用“由粗到精”的多尺度去模糊网络相比,本文设计了一个新的端到端的、可训练的多层次分块网络以快速高效得到不同空间尺度图像。优化的特征提取机制显著改善了特征提取过程,充分利用了图像原有的空间尺度信息并极大加速了多尺度特征提取过程。(2)针对以往去模糊方法效果较差的情况,提出在编码-解码过程中引入上下文机制从而使得多尺度特征更加丰富,从而有效利用全局信息和局部细节以提高网络处理不同程度模糊能力。(3)在对去模糊模型进行效果和效率方面的权衡后,本文适当增加了残差学习模块,进一步提升了网络去模糊效果。相关实验结果表明,相较于以往方法,本文提出方法在不同标准数据集上均取得了较好效果。在图像质量方面,本文方法对模糊图像有不同程度的图像质量改善,无论是图像质量客观评价标准还是主观视觉感受都验证了这一点。在处理效率方面,得益于高效的特征提取模块,本文使用的方法运行速度较快且模型参数量较小。

关键词：运动图像去模糊深度学习多级别分块网络特征提取

来源：评论

学校读者我要写书评

暂无评论

单幅图像全局运动去模糊研究

单幅图像全局运动去模糊研究

引用

作者：李桐北京交通大学

学位级别：硕士

图像去模糊技术是当今图像处理研究领域中不可或缺的技术环节。通过近几年来业内学者孜孜以求的努力,图像复原技术呈井喷式地发展。当然,这其中许多学术成果的实用性还有待提高。因此,数字图像复原领域中的图像去模糊技术的研究意义不... 详细信息

图像去模糊技术是当今图像处理研究领域中不可或缺的技术环节。通过近几年来业内学者孜孜以求的努力,图像复原技术呈井喷式地发展。当然,这其中许多学术成果的实用性还有待提高。因此,数字图像复原领域中的图像去模糊技术的研究意义不仅仅停留在理论价值上,更体现在现实场景的应用当中。为解决运动模糊图像复原问题,本文对单幅全局运动图像去模糊算法中的模糊核的估计技术、图像反卷积算法以及自然图像中的先验知识进行了深入研究,提出了基于图像中奇异值的去模糊算法与基于有理数多项式先验模型的图像盲去模糊算法。实验结果表明本文中提出的算法的有效性。在客观评价标准上,本文中提出的算法具有良好的参数性。在主观评价上,本文中提出的算法具有良好的视觉效果,明显地抑制振铃效应,且节约计算成本。论文的主要工作包括以下几方面：(1)简单介绍图像复原技术的目的和意义,对前人提出的退化模型进行学习与研究,着重对各类图像复原算法进行研究比较。通过具体实验结果,进行主客观比较分析,总结优缺点。对于由相对运动产生的模糊图像的去模糊复原技术进行探究与总结,并陈述本文主要研究工作。(2)从模糊核的估计和反卷积两方面入手,研究与改进单幅图像全局运动去模糊技术,由边缘估计方法结合快速反卷积算法得到清晰图像。考虑到图像中含有奇异值会对复原结果产生不良的影响,本文提出基于图像中奇异值的去模糊算法,来减少复原结果中的振铃效应。(3)研究图像的先验知识,考虑到以往论文中出现用高斯或者混合高斯函数拟合自然场景图像梯度分布带来的问题,提出利用有理数多项式函数代替高斯或者混合高斯函数,使得自然场景图像梯度分布的拟合优度提高,边界条件的约束性提高,从而使得模糊核的估计更佳精确,有效的抑制了振铃效应,提高了图像恢复质量。(4)总结本文的主要研究工作,并对以后可深入研究的方向提出设想。

关键词：运动图像去模糊奇异值有理数多项式函数模糊核修正先验知识

来源：评论

学校读者我要写书评

暂无评论

单幅图像去运动模糊研究

单幅图像去运动模糊研究

引用

作者：刘艳玲北京交通大学

学位级别：硕士

随着数字摄影技术的普及,图像增强已经成为数字图像处理领域研究的热点。去模糊技术作为图像增强的分支之一,越来越受到人们的重视。按照导致图像模糊的模糊核的不同,去模糊技术被分为去失焦模糊和去运动模糊两类。相机聚焦失败或者成... 详细信息

随着数字摄影技术的普及,图像增强已经成为数字图像处理领域研究的热点。去模糊技术作为图像增强的分支之一,越来越受到人们的重视。按照导致图像模糊的模糊核的不同,去模糊技术被分为去失焦模糊和去运动模糊两类。相机聚焦失败或者成像场景内的目标物体的厚度超过景深将会导致失焦模糊;而运动模糊是在摄像机的曝光时间内,由于摄像机的抖动或者镜头内的景物快速移动导致的。本文关注的重点是由运动导致的运动模糊图像。运动模糊图像的数学模型一般是清晰图像与模糊核进行卷积再加上随机噪声。因此,去运动模糊技术就是从模糊图像中估计出模糊核,并进行反卷积得到清晰图像。根据模糊核的性质不同,可以将去运动模糊技术分为空间不变与空间可变两大类,其数学模型分别对应为单核模型与多核模型。空间不变的去运动模糊技术是假设整幅图像中的模糊核是一致的,而空间可变的去运动模糊技术则是随着像素的不同,其对应的模糊核也不是单一不变的。由此可见,空间可变的模糊图像的数学模型更加复杂,其去模糊技术也将更加具有挑战性。本文在充分研究和分析各类去运动模糊的方法,并结合目前去模糊领域中的研究热点与难点,将本文研究重点集中在空间可变的运动模糊图像。本文提出了基于模糊检测的去空间可变的运动模糊图像的新框架。首先检测局部模糊图像中的模糊区域,其次根据检测出的模糊区域映射图进行模糊区域分割,最后对分割出来的模糊区域采用空间不变的去运动模糊技术求解模糊区域对应的清晰图像。本文的主要工作点在于四个关键步骤:(1)利用模糊图像的特征对局部模糊图像的模糊区域进行检测;(2)利用检测出的模糊区域对应的映射图,进行模糊区域分割;(3)利用图像各区域内部模糊核一致,采用先进的空间不变的去模糊技术,对该模糊区域去模糊;(4)利用边缘拓展消除区域拼接时导致的边缘效应。实验结果在人工构造的数据集和真实的模糊图像数据集都验证了本文方法的有效性。在人工构造的数据集,本文算法与传统的单核去模糊算法相比PSNR提高了10dB,RMSE降低0.12;在真实的模糊图像数据集中,相比于其他算法视觉效果有明显的提升,振铃效应也被明显的抑制。本文算法相较于多核算法,算法模型被明显简化,计算复杂度也被明显降低。

关键词：运动图像去模糊模糊检测空间可变图像分割图像拼接

来源：评论

学校读者我要写书评

暂无评论

基于正则约束的运动模糊图像盲复原研究

基于正则约束的运动模糊图像盲复原研究

引用

作者：马彦中东北大学

学位级别：硕士

图像作为人类获取外界信息的一个重要途径,在现代社会中占据了非常重要的地位。然而,在图像的拍摄过程中经常会由于相机的抖动或者是场景中物体的运动,使得获取的图像出现模糊的现象,这严重的影响图像的使用及其后续的处理工作。图像去... 详细信息

图像作为人类获取外界信息的一个重要途径,在现代社会中占据了非常重要的地位。然而,在图像的拍摄过程中经常会由于相机的抖动或者是场景中物体的运动,使得获取的图像出现模糊的现象,这严重的影响图像的使用及其后续的处理工作。图像去模糊的目的就是使用一定的方法从退化的模糊图像中恢复出清晰的、包含丰富信息的图像,而在模糊核无法获知的情形下的去模糊问题即是所谓的图像盲去模糊,这是一个严重的不适定问题,具有很大的挑战性。图像去模糊作为数字图像处理和计算机视觉领域的重要研究课题,在摄影学、天文学、光学、监控、医疗图像、遥感探测和军事研究等领域都具有广泛的应用价值,也是近年来学术界普遍关注的一个热点课题,具有非常重要的理论和现实意义。本文就运动模糊图像的盲复原所涉及到的问题展开研究。主要工作于以下几个方面：首先,本文为了使模糊的退化图像更符合公认的图像退化模型,在求取模糊图像的模糊核之前引入了预处理。针对模糊图像的特点,采用双边滤波器与冲击滤波器相结合的方式,令模糊图像的噪声减少边缘增强,有利于模糊核的估计。其次,针对图像盲复原的不适定性问题,给出了利用先验约束条件求解空间不变模糊图像的模糊核的迭代方法。再次,在确定模糊核和清晰图像的统计先验知识基础上,通过实验对比分析可以看出超拉普拉斯方法在去卷积复原的优势,从而来获得清晰的复原图像。最后,基于已有图像质量评价方法的基础上,提出了基于马哈尔诺比斯的马氏距离法客观图像质量复原评价方法。改进后的算法将图像的纹理和结构信息也考虑在内,使得对图像的评价更加客观。

关键词：运动图像去模糊 PSF 标准化稀疏先验去卷积超拉普拉斯先验马氏距离

来源：评论

学校读者我要写书评

暂无评论

基于盲解卷积的图像去运动模糊算法研究

基于盲解卷积的图像去运动模糊算法研究

引用

作者：黄晨曦贵州大学

学位级别：硕士

图像去模糊是低级计算机视觉中的一项经典任务,引起了图像处理和计算机视觉界的高度重视。图像去模糊的目的是从模糊的输入图像中恢复清晰的图像。随着相机设备的飞速发展,图像的质量问题越来越受到人们的关注。目前拍照设备的移动导致... 详细信息

图像去模糊是低级计算机视觉中的一项经典任务,引起了图像处理和计算机视觉界的高度重视。图像去模糊的目的是从模糊的输入图像中恢复清晰的图像。随着相机设备的飞速发展,图像的质量问题越来越受到人们的关注。目前拍照设备的移动导致图片产生模糊成为移动摄像装备最突出的问题之一。盲解卷积(blind deconvolution)又被称之为盲去卷积。基于盲解卷积的图像去运动模糊是指在模糊条件不确定的条件下恢复清晰图像。最近几年,图像盲去模糊算法受到了广泛地关注,并且取得了很大的进步。其中神经网络(Neural Network,NN)在锐化模糊图像方面越来越受欢迎,尤其是在单帧图像去模糊领域,近年来取得了显著进展。然而,这个领域还面临很多挑战。本文主要研究内容如下:(1)本文介绍了传统去模糊算法和基于深度学习的图像去模糊算法的发展历程,提出了一种针对单帧图像去运动模糊的新型网络Deblur GAN-SE,这是一种“端到端”的生成对抗网络(Generative Adversarial Networks,GAN)。有了这种网络模型的参与能有效提高算法的去模糊效率、质量和灵活性。Deblur GAN-SE网络是具有双尺度鉴别器的条件GAN,并且本文在其生成器当中加入了通道注意力,增加模型的感受野,得到的图片处理结果更逼近现实清晰图像。(2)本文为了验证算法实现视频图像去运动模糊的可能性,提出了与轻量化模型结合的去模糊算法框架。为了用于实时的视频图像去模糊,本文研究了多种轻量化网络模型。最后在经典评价指标上证明了Deblur GAN-SE在几个基准测试中都能获得非常好的去模糊质量和很短的运行时间。此外,本文还验证了该架构对于一般图像的恢复任务也很有效。(3)本文利用目标检测框架SSD对去模糊后的图像进行检测,来验证去模糊算法对下游算法的性能提升。首先利用本文所提去模糊算法对模糊图像进行处理,然后使用SSD目标检测框架分别对处理后的图像和模糊图像进行检测。最后根据检测到目标的概率来评价去模糊算法的效果。

关键词：盲解卷积深度学习计算机视觉运动图像去模糊对抗生成网络

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超分辨率及去模糊算法研究

基于深度学习的图像超分辨率及去模糊算法研究

引用

作者：李宏寅广州大学

学位级别：硕士

图像是人类视觉的基础,反映了自然界的事物,也是人类认知世界和自我意识的重要来源。然而,图像很容易受到一些外在因素的影响,导致丢失部分信息,使得图像失真并影响人们对世界的感知。因此,解决图像分辨率的问题是一项挑战性的任务,需... 详细信息

图像是人类视觉的基础,反映了自然界的事物,也是人类认知世界和自我意识的重要来源。然而,图像很容易受到一些外在因素的影响,导致丢失部分信息,使得图像失真并影响人们对世界的感知。因此,解决图像分辨率的问题是一项挑战性的任务,需要深入了解人们感知系统的机理和特性,并建立更完善的数学模型,以期望从低分辨率图像中恢复高分辨率图像。在这种情况下,采用深度学习的方法,并且不依赖任何外部条件来提高图像的分辨率、对比度和曝光时间等特征。为此,本文专注于研究图像超分辨率和去模糊领域的算法,主要研究成果有以下两个方面:(1)本文是研究深度学习在参考图像的超分辨率领域中的应用。针对在融合模块中通道学习能力和纹理信息转换效率等问题,提出了一种基于深度学习的增强纹理Transformer网络。通过参考图像、参考图像插值和低分辨率图像作为输入图像,并通过转换特征等模块将参考图像的高质量特征转移到低分辨率图像上。此外,进一步提取主干网络特征的细节特征,随后将纹理转换Transformer模块和主干网络的输出特征结合,并输入到MSFI模块中进行特征融合,使低分辨率的图像变为更高清的图像。实验表明,在自然和建筑等不同场景图像中,该算法取得了显著的效果。其信噪比和结构相似性指标在三个数据集中与最新算法相比,平均提高0.28d B和0.02,表明该算法在一定程度上改善了图像的纹理信息。(2)本文随后研究深度学习在运动图像去模糊领域中的应用。为了解决残差网络中参数量过多和计算复杂度大的问题,提出了一种面向运动图像去模糊的轻量化多级非对称网络。使网络能高效地进行模型训练,有利于提高网络的收敛速度,同时有效的减少参数量和计算复杂度,从而使算法的执行时间提升80ms。为了充分利用图像提取的高频信号,使其在网络中得到更好的传输。本文采用了特征融合的方法,通过将浅层卷积模块提取的特征与非对称残差模块进行结合,可以将提取的高频信号与低频信息进行融合,显著提升网络的表征能力。此外,这种融合策略还可以进一步增强图像恢复的效果,提高网络的性能。实验表明,该算法在物体运动图像、真实城市图像等去模糊数据集上有良好的提升。该算法在四个数据集上的PNSR和SSIM性能指标与最新算法相比,平均提高0.3d B和0.06,表明该算法在模糊图像中有明显的效果。综上所述,本文旨在深入探究图像恢复领域中的两个重要子领域,即图像超分辨率和运动图像去模糊。为了解决纹理转换和模型参数量多等问题,采用两种不同的算法,其中包括图像超分辨率纹理Transformer网络和轻量化多级残差网络用于运动图像去模糊。实验结果表明,这两种算法都取得了显著的效果,有效的解决了图像质量的问题,进一步证明了深度学习算法在图像恢复领域的有效性。此外,这些算法的设计也更贴近人类视觉神经系统的特性,使得图像恢复的效果更加令人满意。

关键词：图像复原图像超分辨率运动图像去模糊深度学习

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：