本文關(guān)鍵詞：貝葉斯迭代聯(lián)合雙邊濾波的散焦圖像快速盲復(fù)原

  更多相關(guān)文章： 機(jī)器視覺(jué) 貝葉斯框架 聯(lián)合雙邊濾波器 圖像盲復(fù)原

【摘要】：實(shí)現(xiàn)有效的單幅散焦圖像盲復(fù)原對(duì)軍事及地質(zhì)勘測(cè)領(lǐng)域的清晰圖像獲取具有極為重要的意義.常用算法存在計(jì)算量大、振鈴及噪聲敏感的問(wèn)題,為此本文提出了貝葉斯框架下迭代雙邊濾波器的快速盲復(fù)原算法.它首先用基于深度信息的盲去卷積結(jié)果估計(jì)點(diǎn)擴(kuò)散函數(shù)的概率模型,進(jìn)而通過(guò)貝葉斯理論構(gòu)建合理的盲復(fù)原最小優(yōu)化問(wèn)題;然后推理分析最小優(yōu)化問(wèn)題的求解實(shí)質(zhì),得出雙邊濾波器快速求解最小優(yōu)化問(wèn)題的結(jié)論;最后設(shè)計(jì)迭代聯(lián)合雙邊濾波器的求解方式,即利用一次雙邊濾波器求解的復(fù)原結(jié)果設(shè)計(jì)聯(lián)合雙邊濾波器的指導(dǎo)圖,再將其作為優(yōu)化問(wèn)題的輸入,迭代實(shí)施求解.實(shí)驗(yàn)結(jié)果表明:該算法能有效抑制振鈴,減少計(jì)算量,去除噪聲,85%圖像的像素誤差平均值低于0.03,較常用盲去卷積法在同一誤差區(qū)間的復(fù)原成功率提高了19%,運(yùn)行時(shí)間縮短了約78%,能有效用于單幅散焦圖像盲復(fù)原的實(shí)際工程實(shí)踐中.
【作者單位】： 西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息工程學(xué)院;長(zhǎng)安大學(xué)信息工程學(xué)院;四川師范大學(xué)工學(xué)院;寧夏大學(xué)信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金重大項(xiàng)目(批準(zhǔn)號(hào):91218301)、國(guó)家自然科學(xué)基金青年科學(xué)基金(批準(zhǔn)號(hào):61502396) 中央高校基本科研業(yè)務(wù)費(fèi)(批準(zhǔn)號(hào):JBK150503,JBK160135) 寧夏自然科學(xué)基金(批準(zhǔn)號(hào):NZ15054)資助的課題~~
【分類號(hào)】：TP391.41
【正文快照】： 實(shí)現(xiàn)有效的單幅散焦圖像盲復(fù)原對(duì)軍事及地質(zhì)勘測(cè)領(lǐng)域的清晰圖像獲取具有極為重要的意義.常用算法存在計(jì)算量大、振鈴及噪聲敏感的問(wèn)題,為此本文提出了貝葉斯框架下迭代雙邊濾波器的快速盲復(fù)原算法.它首先用基于深度信息的盲去卷積結(jié)果估計(jì)點(diǎn)擴(kuò)散函數(shù)的概率模型,進(jìn)而通過(guò)貝葉斯

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 章權(quán)兵;張愛(ài)明;;基于相對(duì)模糊和邊緣強(qiáng)化的散焦深度恢復(fù)研究[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

2 吳秋峰;王寬全;;散焦圖像的深度恢復(fù)方法綜述[J];智能計(jì)算機(jī)與應(yīng)用;2013年06期

3 李永平;張愛(ài)華;郭衛(wèi)剛;;基于矩不變散焦原理的脈搏波形提取[J];科學(xué)技術(shù)與工程;2008年16期

4 程鴻;章權(quán)兵;宮炎焱;;一種新的基于散焦圖像的深度恢復(fù)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年02期

5 韓麗燕;王黎明;劉賓;;一種基于邊緣擴(kuò)散函數(shù)描述散焦程度的測(cè)距算法[J];傳感器世界;2011年02期

6 周曲;顏國(guó)正;王文興;徐金馗;;基于倒譜分析的散焦模糊圖像參數(shù)識(shí)別[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年03期

7 吳振宇;杜少軍;姚洪利;;采用聚焦度量的散焦模糊圖像參數(shù)鑒別及復(fù)原[J];紅外與激光工程;2011年04期

8 張淑芳;李華;;基于一幅散焦圖像的深度估計(jì)新算法[J];光電子·激光;2006年03期

9 章權(quán)兵;徐顏;張愛(ài)明;程鴻;;利用不均勻散焦模型獲取景物深度信息[J];計(jì)算機(jī)工程與應(yīng)用;2009年26期

10 李楠;路小波;;散焦和運(yùn)動(dòng)模糊復(fù)合模型及參數(shù)估計(jì)[J];儀器儀表學(xué)報(bào);2011年11期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 吳振宇;姚洪利;杜少軍;;兩種有效的散焦模糊圖像復(fù)原方法比較[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會(huì)論文集（下冊(cè)）[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 董杰;基于單目視覺(jué)的散焦測(cè)距算法的研究[D];中國(guó)海洋大學(xué);2010年

2 吳秋峰;面向散焦圖像的去模糊與深度估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2013年

3 馬捷;一類散焦圖像快速?gòu)?fù)原方法及其應(yīng)用研究[D];吉林大學(xué);2011年

4 程鴻;基于強(qiáng)度測(cè)量的確定性相位檢索[D];安徽大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 呂江昭;基于散焦光柵投影的快速三維測(cè)量若干關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

2 張愛(ài)明;利用散焦信息的深度恢復(fù)算法研究[D];安徽大學(xué);2010年

3 賈郁;散焦圖像中的深度提取[D];安徽大學(xué);2010年

4 何志攀;基于散焦圖像的深度恢復(fù)技術(shù)研究[D];東北農(nóng)業(yè)大學(xué);2014年

5 王海娟;基于散焦圖像的深度估計(jì)的研究[D];中國(guó)海洋大學(xué);2011年

6 秦彤;基于單幅散焦圖像的深度估計(jì)算法的研究[D];合肥工業(yè)大學(xué);2014年

7 王鑫;基于散焦圖像測(cè)距算法的研究[D];哈爾濱工程大學(xué);2006年

8 何淑珍;基于灰度梯度的散焦圖像測(cè)距算法的研究[D];中國(guó)海洋大學(xué);2008年

9 經(jīng)秉中;基于聚焦與散焦分析的照片深度估計(jì)新方法的研究[D];華南理工大學(xué);2012年

，

本文編號(hào)：1277941