基于模糊因子预估变分的超声测井图像盲复原方法及系统.pdf
一条****丹淑
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于模糊因子预估变分的超声测井图像盲复原方法及系统.pdf
本发明公开了一种基于模糊因子预估变分的超声测井图像盲复原方法及系统,其通过对超声测井模糊图像对数谱的分析,估计模糊因子的半径,从而提高后续迭代优化算法的稳定性,同时通过构建基于L1范数的变分盲复原模型,充分利用了超声测井图像的稀疏特性,有效提高了复原图像的质量。其相较已有的超声测井图像盲复原方法而言,能有效地提高超声测井图像的清晰度和对比度,为后续的测井勘探提供高质量的图像,具有非常好的实用性。
基于混合型总变分正则化的模糊图像非盲复原方法.pdf
本发明涉及一种基于混合型总变分正则化的模糊图像非盲复原方法,包括以下步骤:对模糊图像噪声进行建模;对清晰图像进行建模;将两模型进行加权求和,构建模糊图像非盲复原问题模型;将原复原问题转化为变量可分解形式;用模糊图像对清晰图像的估计值进行初始化;固定清晰图像的初始化估计值,采用二次惩罚函数法分别求解各向同性总变分问题和各向异性总变分问题;固定所得的求解结果,对清晰图像进行最小二乘估计;更新二次惩罚函数法的惩罚系数,循环执行求解和最小二乘估计直至收敛,即得到清晰图像的估计值,得复原图像。本发明能有效解决现有方
基于稀疏表示的模糊图像盲复原方法.pdf
本发明涉及一种基于稀疏表示的模糊图像盲复原方法,用于解决现有的模糊图像盲复原方法复原的图像效果差的技术问题。技术方案是利用模糊图像在模糊冗余字典下的稀疏系数与清晰图像在清晰冗余字典下的稀疏系数一致的特性,将模糊图像在模糊字典下稀疏表示,然后在清晰字典下重构出清晰图像下复原图像。避免了反卷积过程中的病态性,减少了复原图像在强边缘的振铃效应,获得了更加清晰的图像。
基于梯度自动激活的模糊图像盲复原方法.pdf
本发明公开了一种基于梯度自动激活的模糊图像盲复原方法,用于解决现有模糊图像盲复原方法实用性差的技术问题。技术方案是在图像梯度上估计模糊核,在迭代更新图像梯度估计和图像模糊核的过程中,以增量形式自动激活部分最重要的梯度成分为非零元素并对非零梯度值进行估计。进而只用含有稀疏非零元素的梯度图像更新模糊核。利用估计得到的准确模糊核。本发明能够针对多种模糊核和含有不同内容的模糊图像进行可靠复原,并得到高质量的清晰图像。模型中对梯度激活因子的稀疏约束以及的算法中停止条件设计使得算法能够估计得到的稀疏而准确的图像梯度、
一种基于盲解卷积网络的模糊图像盲复原方法及系统.pdf
本发明提出一种基于盲解卷积网络的模糊图像盲复原方法及系统,所述的方法包括:对自适应系统的点扩散函数PSF进行建模,根据随机参数值生成PSF;使用生成的PSF与根据目标图像生成的单通道图像进行卷积,得到模糊图像;依次训练PSF估计网络、非盲解卷积网络,加载已训练好的PSF估计网络和非盲解卷积网络的权重文件,对盲解卷积网络进行训练,得到可用于模糊图像盲复原的神经网络模型。利用上述图像复原方法,无需任何先验信息和PSF约束条件,即可实现“端到端”的图像盲复原,提高了空间目标图像复原性能,对空间目标探索和识别具有