文本类图像盲去模糊新方法研究

发布时间：2024-01-21 09:40

　　图像是人类日常生活中接收和传递信息不可或缺的重要载体之一。具体成像时,由于多种因素的影响可能会造成图像质量下降,生成模糊图像。本文研究的图像去模糊技术的任务就是从模糊图像中恢复清晰图像。目前,该技术广泛应用于军事、安全监控、交通、天文等领域。本文以文本类模糊图像作为研究对象,在最大后验概率估计和神经网络的理论框架下,提出了全新的文本类图像盲去模糊算法。主要工作和成果如下:1、针对实验发现的文本类图像特殊先验,本文在边缘感知理论指导下,结合图像梯度L0范数稀疏模型和相对总变分(RTV,Relative Total Variation)模型,提出新的图像盲去模糊算法—L0-RTV。该模型在L0范数提取显著性图像边缘的同时,利用RTV项对纹理和边缘的精确区分防止弱边缘的丢失,从而提高模糊核估计的精度,使得去模糊图像更加真实、自然。为了评价本文的算法性能,将本文提出的L0-RTV模型与当前最具有代表性的几类盲去模糊算法分别在合成和真实的文本类图像实验集上进行比较。实验结果表明,本文所提模型能够估计出精确的模糊核,恢复的文本图像自然,且该算法鲁棒性好。2、本文在尝试利用现有深度学习网络模型处理模...

【文章页数】：68 页

【学位级别】：硕士

本文编号：3881731