圖像去模糊一直是圖像處理和計(jì)算機(jī)視覺領(lǐng)域的研究重點(diǎn)。傳統(tǒng)基于統(tǒng)計(jì)先驗(yàn)的去模糊方法很大程度上依賴于對先驗(yàn)類型的選取,其細(xì)節(jié)恢復(fù)能力有限;同時(shí),所構(gòu)造的去模糊模型難于求解,運(yùn)算比較復(fù)雜。近年來,基于深度學(xué)習(xí)的方法成為各領(lǐng)域的研究熱點(diǎn)。由于卷積神經(jīng)網(wǎng)絡(luò)(CNN)能夠充分挖掘圖像內(nèi)部特征、先驗(yàn)知識(shí),本文基于CNN研究圖像去模糊方法,具體工作如下:為了解決圖像去模糊病態(tài)問題,通常利用先驗(yàn)信息作為正則項(xiàng)構(gòu)造去模糊模型�；诮y(tǒng)計(jì)先驗(yàn)的去模糊方法存在對噪聲敏感、細(xì)節(jié)恢復(fù)能力有限等問題�；诖�,本文深入研究去噪CNN關(guān)鍵技術(shù),設(shè)計(jì)快速去噪深度卷積神經(jīng)網(wǎng)絡(luò),學(xué)習(xí)得到圖像去噪先驗(yàn);同時(shí)為了彌補(bǔ)算法適應(yīng)性不足,提出一種簡單有效的低值像素先驗(yàn);最后,基于梯度稀疏先驗(yàn)、深度去噪先驗(yàn)和低值像素先驗(yàn)構(gòu)造圖像盲去模糊模型,并給出最優(yōu)化數(shù)值求解算法。實(shí)驗(yàn)結(jié)果表明,所提算法不僅具有很好的細(xì)節(jié)恢復(fù)能力,且對圖像及其模糊類型、噪聲水平等更具魯棒性。端到端的卷積神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)退化圖像與清晰圖像之間像素級映射關(guān)系,能有效實(shí)現(xiàn)空域可變模糊去除。但常規(guī)的卷積神經(jīng)網(wǎng)絡(luò)存在泛化能力不足、復(fù)原圖像易丟失細(xì)節(jié)等缺陷�；诖�,本文采用并聯(lián)網(wǎng)絡(luò)結(jié)...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

天津大學(xué)碩士學(xué)位論文82.2.1失焦模糊由于攝影設(shè)備的配置有限，獲得的圖像在焦點(diǎn)以外的區(qū)域會(huì)產(chǎn)生失焦，導(dǎo)致失焦模糊。例如，當(dāng)手機(jī)攝像頭距離物體太近時(shí)，實(shí)際失焦模糊如圖2-2(b)所示。數(shù)學(xué)上，失焦模糊能用以下模型表示222,01ifijRRotherwiskije(2-2)其中，....

第二章圖像去模糊基本理論與方法9(a)模擬運(yùn)動(dòng)模糊(b)實(shí)際運(yùn)動(dòng)模糊圖2-3物體運(yùn)動(dòng)模糊2.2.3攝像設(shè)備抖動(dòng)模糊攝像設(shè)備抖動(dòng)模糊是在曝光時(shí)間內(nèi)攝像設(shè)備的運(yùn)動(dòng)產(chǎn)生的。此類模糊由于攝影設(shè)備的運(yùn)動(dòng)軌跡未知，且隨機(jī)性高，所以也十分復(fù)雜。相機(jī)隨機(jī)抖動(dòng)產(chǎn)生的圖像像素運(yùn)動(dòng)軌跡示意圖如圖2-4....

第二章圖像去模糊基本理論與方法9(a)模擬運(yùn)動(dòng)模糊(b)實(shí)際運(yùn)動(dòng)模糊圖2-3物體運(yùn)動(dòng)模糊2.2.3攝像設(shè)備抖動(dòng)模糊攝像設(shè)備抖動(dòng)模糊是在曝光時(shí)間內(nèi)攝像設(shè)備的運(yùn)動(dòng)產(chǎn)生的。此類模糊由于攝影設(shè)備的運(yùn)動(dòng)軌跡未知，且隨機(jī)性高，所以也十分復(fù)雜。相機(jī)隨機(jī)抖動(dòng)產(chǎn)生的圖像像素運(yùn)動(dòng)軌跡示意圖如圖2-4....

第二章圖像去模糊基本理論與方法13式(2-13)中，第一項(xiàng)為數(shù)據(jù)保真項(xiàng)，第二項(xiàng)是表示圖像梯度稀疏先驗(yàn)約束項(xiàng)，其中x表示圖像在水平和垂直方向上的梯度的平方和。最后一項(xiàng)是以1l范數(shù)為約束的模糊核約束項(xiàng)。當(dāng)固定式(2-13)中的某一個(gè)變量的時(shí)候，對另一個(gè)變量而言，該公式即為可以凸優(yōu)化的....

本文編號(hào)：4010533