当前位置:主页 > 科技论文 > 软件论文 >

贝叶斯迭代联合双边滤波的散焦图像快速盲复原

发布时间:2017-12-11 09:26

  本文关键词:贝叶斯迭代联合双边滤波的散焦图像快速盲复原


  更多相关文章: 机器视觉 贝叶斯框架 联合双边滤波器 图像盲复原


【摘要】:实现有效的单幅散焦图像盲复原对军事及地质勘测领域的清晰图像获取具有极为重要的意义.常用算法存在计算量大、振铃及噪声敏感的问题,为此本文提出了贝叶斯框架下迭代双边滤波器的快速盲复原算法.它首先用基于深度信息的盲去卷积结果估计点扩散函数的概率模型,进而通过贝叶斯理论构建合理的盲复原最小优化问题;然后推理分析最小优化问题的求解实质,得出双边滤波器快速求解最小优化问题的结论;最后设计迭代联合双边滤波器的求解方式,即利用一次双边滤波器求解的复原结果设计联合双边滤波器的指导图,再将其作为优化问题的输入,迭代实施求解.实验结果表明:该算法能有效抑制振铃,减少计算量,去除噪声,85%图像的像素误差平均值低于0.03,较常用盲去卷积法在同一误差区间的复原成功率提高了19%,运行时间缩短了约78%,能有效用于单幅散焦图像盲复原的实际工程实践中.
【作者单位】: 西南财经大学经济信息工程学院;长安大学信息工程学院;四川师范大学工学院;宁夏大学信息工程学院;
【基金】:国家自然科学基金重大项目(批准号:91218301)、国家自然科学基金青年科学基金(批准号:61502396) 中央高校基本科研业务费(批准号:JBK150503,JBK160135) 宁夏自然科学基金(批准号:NZ15054)资助的课题~~
【分类号】:TP391.41
【正文快照】: 实现有效的单幅散焦图像盲复原对军事及地质勘测领域的清晰图像获取具有极为重要的意义.常用算法存在计算量大、振铃及噪声敏感的问题,为此本文提出了贝叶斯框架下迭代双边滤波器的快速盲复原算法.它首先用基于深度信息的盲去卷积结果估计点扩散函数的概率模型,进而通过贝叶斯

【相似文献】

中国期刊全文数据库 前10条

1 章权兵;张爱明;;基于相对模糊和边缘强化的散焦深度恢复研究[J];华南理工大学学报(自然科学版);2010年04期

2 吴秋峰;王宽全;;散焦图像的深度恢复方法综述[J];智能计算机与应用;2013年06期

3 李永平;张爱华;郭卫刚;;基于矩不变散焦原理的脉搏波形提取[J];科学技术与工程;2008年16期

4 程鸿;章权兵;宫炎焱;;一种新的基于散焦图像的深度恢复算法[J];计算机应用与软件;2010年02期

5 韩丽燕;王黎明;刘宾;;一种基于边缘扩散函数描述散焦程度的测距算法[J];传感器世界;2011年02期

6 周曲;颜国正;王文兴;徐金馗;;基于倒谱分析的散焦模糊图像参数识别[J];武汉大学学报(信息科学版);2008年03期

7 吴振宇;杜少军;姚洪利;;采用聚焦度量的散焦模糊图像参数鉴别及复原[J];红外与激光工程;2011年04期

8 张淑芳;李华;;基于一幅散焦图像的深度估计新算法[J];光电子·激光;2006年03期

9 章权兵;徐颜;张爱明;程鸿;;利用不均匀散焦模型获取景物深度信息[J];计算机工程与应用;2009年26期

10 李楠;路小波;;散焦和运动模糊复合模型及参数估计[J];仪器仪表学报;2011年11期

中国重要会议论文全文数据库 前1条

1 吴振宇;姚洪利;杜少军;;两种有效的散焦模糊图像复原方法比较[A];2009年先进光学技术及其应用研讨会论文集(下册)[C];2009年

中国博士学位论文全文数据库 前4条

1 董杰;基于单目视觉的散焦测距算法的研究[D];中国海洋大学;2010年

2 吴秋峰;面向散焦图像的去模糊与深度估计研究[D];哈尔滨工业大学;2013年

3 马捷;一类散焦图像快速复原方法及其应用研究[D];吉林大学;2011年

4 程鸿;基于强度测量的确定性相位检索[D];安徽大学;2012年

中国硕士学位论文全文数据库 前9条

1 吕江昭;基于散焦光栅投影的快速三维测量若干关键技术研究[D];东南大学;2015年

2 张爱明;利用散焦信息的深度恢复算法研究[D];安徽大学;2010年

3 贾郁;散焦图像中的深度提取[D];安徽大学;2010年

4 何志攀;基于散焦图像的深度恢复技术研究[D];东北农业大学;2014年

5 王海娟;基于散焦图像的深度估计的研究[D];中国海洋大学;2011年

6 秦彤;基于单幅散焦图像的深度估计算法的研究[D];合肥工业大学;2014年

7 王鑫;基于散焦图像测距算法的研究[D];哈尔滨工程大学;2006年

8 何淑珍;基于灰度梯度的散焦图像测距算法的研究[D];中国海洋大学;2008年

9 经秉中;基于聚焦与散焦分析的照片深度估计新方法的研究[D];华南理工大学;2012年



本文编号:1277942

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1277942.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6e878***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com