本文關鍵詞：貝葉斯迭代聯(lián)合雙邊濾波的散焦圖像快速盲復原

  更多相關文章： 機器視覺 貝葉斯框架 聯(lián)合雙邊濾波器 圖像盲復原

【摘要】：實現有效的單幅散焦圖像盲復原對軍事及地質勘測領域的清晰圖像獲取具有極為重要的意義.常用算法存在計算量大、振鈴及噪聲敏感的問題,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原算法.它首先用基于深度信息的盲去卷積結果估計點擴散函數的概率模型,進而通過貝葉斯理論構建合理的盲復原最小優(yōu)化問題;然后推理分析最小優(yōu)化問題的求解實質,得出雙邊濾波器快速求解最小優(yōu)化問題的結論;最后設計迭代聯(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原結果設計聯(lián)合雙邊濾波器的指導圖,再將其作為優(yōu)化問題的輸入,迭代實施求解.實驗結果表明:該算法能有效抑制振鈴,減少計算量,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)間的復原成功率提高了19%,運行時間縮短了約78%,能有效用于單幅散焦圖像盲復原的實際工程實踐中.
【作者單位】： 西南財經大學經濟信息工程學院;長安大學信息工程學院;四川師范大學工學院;寧夏大學信息工程學院;
【基金】：國家自然科學基金重大項目(批準號:91218301)、國家自然科學基金青年科學基金(批準號:61502396) 中央高�；究蒲袠I(yè)務費(批準號:JBK150503,JBK160135) 寧夏自然科學基金(批準號:NZ15054)資助的課題~~
【分類號】：TP391.41
【正文快照】： 實現有效的單幅散焦圖像盲復原對軍事及地質勘測領域的清晰圖像獲取具有極為重要的意義.常用算法存在計算量大、振鈴及噪聲敏感的問題,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原算法.它首先用基于深度信息的盲去卷積結果估計點擴散函數的概率模型,進而通過貝葉斯

【相似文獻】

中國期刊全文數據庫 前10條

1 章權兵;張愛明;;基于相對模糊和邊緣強化的散焦深度恢復研究[J];華南理工大學學報(自然科學版);2010年04期

2 吳秋峰;王寬全;;散焦圖像的深度恢復方法綜述[J];智能計算機與應用;2013年06期

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

4 程鴻;章權兵;宮炎焱;;一種新的基于散焦圖像的深度恢復算法[J];計算機應用與軟件;2010年02期

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

6 周曲;顏國正;王文興;徐金馗;;基于倒譜分析的散焦模糊圖像參數識別[J];武漢大學學報(信息科學版);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鑒別及復原[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新算法[J];光電子·激光;2006年03期

9 章權兵;徐顏;張愛明;程鴻;;利用不均勻散焦模型獲取景物深度信息[J];計算機工程與應用;2009年26期

10 李楠;路小波;;散焦和運動模糊復合模型及參數估計[J];儀器儀表學報;2011年11期

中國重要會議論文全文數據庫 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原方法比較[A];2009年先進光學技術及其應用研討會論文集（下冊）[C];2009年

中國博士學位論文全文數據庫 前4條

1 董杰;基于單目視覺的散焦測距算法的研究[D];中國海洋大學;2010年

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

3 馬捷;一類散焦圖像快速復原方法及其應用研究[D];吉林大學;2011年

4 程鴻;基于強度測量的確定性相位檢索[D];安徽大學;2012年

中國碩士學位論文全文數據庫 前9條

1 呂江昭;基于散焦光柵投影的快速三維測量若干關鍵技術研究[D];東南大學;2015年

2 張愛明;利用散焦信息的深度恢復算法研究[D];安徽大學;2010年

3 賈郁;散焦圖像中的深度提取[D];安徽大學;2010年

4 何志攀;基于散焦圖像的深度恢復技術研究[D];東北農業(yè)大學;2014年

5 王海娟;基于散焦圖像的深度估計的研究[D];中國海洋大學;2011年

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

7 王鑫;基于散焦圖像測距算法的研究[D];哈爾濱工程大學;2006年

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

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

，

本文編號：1277941