• / 12

基于泊松概率模型的模糊图像序列融合复原方法

关 键  词:
基于 概率 模型 模糊 图像 序列 融合 复原 方法
资源描述:

《基于泊松概率模型的模糊图像序列融合复原方法》由会员分享,可在线阅读,更多相关《基于泊松概率模型的模糊图像序列融合复原方法(12页珍藏版)》请在我爱发明文档网上搜索。

1、3.根据权利要求2所述得基于泊松概率模型的模糊图像序列融合复原方法, 其特征在 于: 步骤2)的模糊(h1,h1,hm)为点扩散函数发生的概率, dx和dy表示分别表示 水平方向和垂直方向梯度算子。 P(g1,g2,gm|h1o,h2o,hmo)为噪声发生的概 率, P(o)为图像发生的概率, P引; gi表示序列中的第i幅模糊图像, o表示清晰图像, hi 表示第i幅模糊图像对应的点扩散函数;糊图像序列中包含的图像总数, i表示模糊图像索引; n表示每幅模 糊图像中的像素总数, j表示像素索表达式为 用l1范数对序列模糊图像中每幅图像对应的点扩散函数进行建模的表达式为 上述式中, m表示模的。

2、, 其中用泊松概率模型对模糊图像序列 的噪声进行建模的表达式为 用梯度lp范数对清晰图像进行建模的于泊松概率模型的模糊图像序列融合复原方法, 其特征在 于: 步骤1)是在贝叶斯最大后验估计框架下进行)循环执行步骤5)和6)直至收敛, 即得清晰图像的估计值, 即复原图像。 2.根据权利要求1所述得基, 对基于残差l2范数的模糊图像序列复原问题进行求解, 得到 新的点扩散函数和清晰图像的估计值; 7的估计值, 对关于辅助变量的最优估计问题进行求解, 得到辅助变量的估计值; 6)固定辅助变量的估计值化, 得到清晰图 像的估计值, 并对所有点扩散函数的估计值进行初始化; 5)固定清晰图像和点扩散函数差。

3、l2范数的模 糊图像序列复原问题; 4)用序列模糊图像中的任一幅模糊图像对清晰图像的估计值进行初始求和, 构建模糊图像复原问题模型; 3)将模糊图像复原问题分解成关于辅助变量的最优估计问题以及基于残 采用l1范数对序列模糊图像中每幅图像对应的点扩散函数进行建模; 2)对步骤1)中的三个模型进行加权骤: 1)采用泊松概率分布模型对模糊图像序列的噪声进行建模, 采用梯度lp范数对清晰图 像进行建模,的模糊图像序列融合复原方法, 其特征在于, 该复原方法针 对于序列模糊图像, 且该复原方法包括以下步111986136 A 2020.11.24 CN 111986136 A 1.一种基于泊松概率模型模。

4、糊图像复原方法得到 的清晰图像不符合实际情况的问题。 权利要求书2页 说明书5页 附图4页 CN 述技术方案中提供的基于泊松概率模 型的模糊图像序列融合复原方法, 能有效解决采 用高斯概率模型建模的优化算法对上述两个子问题进行求解, 最终得到 复原图像和模糊图像序列对应的点扩散函数的 估计值。 上问题模型 分解为关于辅助变量和基于残差l2范数的模糊 图像序列复原两个最优估计子问题, 并采用迭代 范数分别对模糊图 像序列噪声、 清晰图像和点扩散函数进行建模, 并构建模糊图像复原问题模型; 之后将泊松概率模型的模糊 图像序列融合复原方法, 包括: 分别采用泊松概 率分布模型、 梯度lp范数和l1(54)发明名称 一种基于泊松概率模型的模糊图像序列融 合复原方法 (57)摘要 本发明涉及一种基于(51)Int.Cl. G06T 5/50(2006.01) G06T 5/00(2006.01) 贵力 (74)专利代理机构 南京业腾知识产权代理事务 所(特殊普通合伙) 32321 代理人 李静 京航空航天大学 地址 211106 江苏省南京市江宁区将军大 道29号 (72)发明人 董文德徐剑徐21)申请号 202011016945.4 (22)申请日 2020.09.24 (71)申请人 南19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日。

展开阅读全文
  我爱发明文档网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:基于泊松概率模型的模糊图像序列融合复原方法
链接地址:https://www.woaifaming.net/doc/5202.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 20018-2021 我爱发明网版权所有

经营许可证编号:粤ICP备20005300号-1



收起
展开