申请/专利权人：南京航空航天大学

申请日：2020-09-24

公开（公告）日：2020-11-24

公开（公告）号：CN111986121A

主分类号：G06T5/00(20060101)

分类号：G06T5/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2024.01.09#授权;2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明涉及本发明基于Frameletl0范数约束的模糊图像非盲复原方法，包括：对模糊图像的噪声进行建模；用清晰图像的Framelet多尺度分解系数的l0范数对清晰图像进行建模；将两个模型进行加权求和，构建模糊图像复原问题模型；对模糊图像复原问题模型进行转化；采用实际的模糊图像对辅助变量的两第一变量进行初始化，采用与图像尺寸相同的全零矩阵对辅助变量的两第二变量进行初始化；采用基于变量分离策略的轮换迭代算法，对清晰图像、辅助变量的两第二变量以及两第一变量进行更新，实现对转化后的问题进行求解；得到复原图像。上述技术方案中提供的基于Frameletl0范数约束的模糊图像非盲复原方法，能有效解决现有技术方案复原的清晰图像细节分辨能力较差的问题。

主权项：1.一种基于Frameletl0范数约束的模糊图像非盲复原方法，其特征在于，包括以下步骤：1用泊松概率分布模型对模糊图像的噪声进行建模，得到模糊图像噪声模型；2用清晰图像的Framelet多尺度分解系数的l0范数对清晰图像进行建模，得到清晰图像模型；3将模糊图像噪声模型和清晰图像模型进行加权求和，构建模糊图像复原问题模型；4引入两组辅助变量，对模糊图像复原问题模型进行转化；5采用实际的模糊图像对辅助变量的两第一变量进行初始化，采用与图像尺寸相同的全零矩阵对辅助变量的两第二变量进行初始化；6采用基于变量分离策略的轮换迭代算法，对清晰图像、辅助变量的两第二变量以及两第一变量进行更新，实现对步骤4转化后的问题进行求解；其中迭代停止时的清晰图像估值即为复原图像。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于Framelet l₀范数约束的模糊图像非盲复原方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD