网站大量收购独家精品文档,联系QQ:2885784924

基于twist-tv约束的图像去模糊方法-红外与激光工程.pdfVIP

基于twist-tv约束的图像去模糊方法-红外与激光工程.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于twist-tv约束的图像去模糊方法-红外与激光工程

43 卷 6 期 红外与激光工程 2014 年6 月 Vol.43 No.6 Infrared and Laser Engineering Jun.2014 基于TwIST -TV 约束的图像去模糊方法 王 莎,陈跃庭,冯华君,徐之海,李 奇 (浙江大学 现代光学仪器国家重点实验室,浙江 杭州 310027) 摘 要 传统的基于频域和小波域的去模糊算法所得的复原图像总是存在比较明显的边缘振铃及模 糊效应,而较为有效的空域迭代优化去模糊算法速度通常比较慢。为了解决 述问题,提出了基于二 步迭代阈值收缩(TwIST) 与总变分(TV) 约束相结合的图像去模糊算法(TwIST -TV) 。 先在去模糊目 标函数中加入对图像的TV 正则化约束,其次在对图像小波系数的每次二步迭代之前,加入对图像的 TV 优化去噪约束,最后迭代获取去模糊图像。实验结果表明:相对于基于频域和小波域的模糊图像 , ,复原图像的信噪比 恢复算法 TwIST -TV 能有效抑制边缘模糊和振铃效应 (SNR )、峰值信噪比 (PSNR) 高出1 ~7 dB ,平均结构相似度指标(MSSIM)可高出0 .05 ,相对于空域解卷积算法在保证求解 精度相当的情况下具备 6 倍以 的速度优势。 ; ; ; ; 关键词 图像复原 去模糊 小波变换 总变分 二步迭代阈值收缩 中图分类号 TP391 文献标志码 A 文章编号 1007-2276(2014)06-2000-07 TwIST-TV regularization based image deblurring method Wang Sha , Chen Yueting, Feng Huajun, Xu Zhihai, Li Qi (State Key Lab of Modern Optical Instrumentation, Zhej iang University , Hangzhou 310027, China) Abstract: The deblurred images obtained by traditional frequency -wavelet domain based image restoration algorithms always result in prominent boundary ringing and smoothing artifacts. And the more effective space domain based alternating restoration algorithms usually work slowly . To overcome these problems, an algorithm named TwIST -TV which combines the two -step iterative shrinkage/thresholding (TwIST) and total va

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档