【摘要】：圖像結(jié)構(gòu)邊緣對(duì)模糊核估計(jì)有重要意義.近年來許多成功的算法都致力從潛在清晰圖像中分離出結(jié)構(gòu)邊緣形成中間圖像,然后用其與模糊圖像一起估計(jì)模糊核.但是這些算法忽視了從模糊圖像中分離出結(jié)構(gòu)邊緣對(duì)應(yīng)的部分,導(dǎo)致核估計(jì)過程中目標(biāo)函數(shù)的數(shù)據(jù)項(xiàng)不平衡.針對(duì)這一問題,本文利用中間圖像和潛在模糊核產(chǎn)生二值模板對(duì)模糊圖像進(jìn)行處理,分離出結(jié)構(gòu)邊緣對(duì)應(yīng)的部分,并用其修正目標(biāo)函數(shù).此外本文提出采用L0范數(shù)同時(shí)約束幅值域和梯度域的正則項(xiàng),從而縮小核估計(jì)的解空間.多個(gè)標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)庫上實(shí)驗(yàn)結(jié)果表面,本文算法無論在魯棒性還是準(zhǔn)確性方面均具有更好的效果.
[Abstract]:The edge of image structure plays an important role in fuzzy kernel estimation. In recent years many successful algorithms have been devoted to separating structural edges from potential clear images to form intermediate images and then using them to estimate blur cores together with blurred images. However, these algorithms neglect to separate the corresponding parts of the structure edge from the blurred image, which leads to the imbalance of the data items of the objective function in the kernel estimation process. To solve this problem, the binary template generated by the intermediate image and the potential fuzzy kernel is used to process the blurred image, and the corresponding part of the structure edge is separated, and the objective function is modified by it. In addition, it is proposed that L _ 0 norm is used to simultaneously constrain the regular terms in both amplitude and gradient domains, so that the solution space of kernel estimation is reduced. On the surface of experimental results on several standard test databases, the proposed algorithm is more effective in both robustness and accuracy.
【作者單位】： 合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院;光電控制技術(shù)重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)技術(shù)大學(xué)自動(dòng)化系;
【基金】：國家自然科學(xué)基金(No.61175051,No.61175033) 安徽省自然科學(xué)基金(No.1508085SMF222) 光電控制技術(shù)重點(diǎn)實(shí)驗(yàn)室和航空科學(xué)基金聯(lián)合資助項(xiàng)目(No.201451P4007)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 姜炳麟;非參數(shù)檢測(cè)中密度估計(jì)的選擇[J];北京郵電大學(xué)學(xué)報(bào);1994年02期

2 韓紹金;李建勛;;基于密度核估計(jì)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年15期

3 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 吳玉霞;;基于密度函數(shù)核估計(jì)的中國省域居民收入不確定性動(dòng)態(tài)分析[A];第七屆河北省社會(huì)科學(xué)學(xué)術(shù)年會(huì)論文專輯[C];2012年

2 葉阿忠;;我國通貨膨脹的核估計(jì)和k-近鄰估計(jì)[A];計(jì)算機(jī)模擬與信息技術(shù)會(huì)議論文集[C];2001年

相關(guān)碩士學(xué)位論文 前10條

1 朱亞培;密度核估計(jì)的改進(jìn)及其相關(guān)問題的討論[D];蘭州交通大學(xué);2015年

2 孫婷;平穩(wěn)遍歷函數(shù)型數(shù)據(jù)非參數(shù)核估計(jì)的漸近分布[D];合肥工業(yè)大學(xué);2015年

3 馬珂;基于非參數(shù)核估計(jì)模型的服裝銷售預(yù)測(cè)研究[D];浙江工業(yè)大學(xué);2015年

4 朱云霓;基于核估計(jì)的非參數(shù)ACD模型研究[D];重慶大學(xué);2015年

5 馬雷;時(shí)變擴(kuò)散方程擴(kuò)散系數(shù)的核估計(jì)[D];南京理工大學(xué);2010年

6 黃學(xué)維;密度核估計(jì)的廣義相合性[D];湖北師范學(xué)院;2010年

7 趙穎;球面變換核估計(jì)及其一致收斂速度[D];北京工業(yè)大學(xué);2001年

8 楊秀桃;ρ-混合金融時(shí)序VaR核估計(jì)的一些性質(zhì)[D];廣西師范大學(xué);2008年

9 姚永源;基于統(tǒng)計(jì)量的ES核估計(jì)[D];廣西師范大學(xué);2008年

10 褚盈;多元概率密度函數(shù)的Beta核估計(jì)[D];浙江大學(xué);2013年

，

本文編號(hào)：2132134