一种基于均值滤波的简单透镜空间变化模糊核平滑方法.pdf
静芙****可爱
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于均值滤波的简单透镜空间变化模糊核平滑方法.pdf
本发明公开一种基于均值滤波的简单透镜空间变化模糊核平滑方法。首先利用简单透镜拍摄模糊图像,并根据该模糊图像用盲卷积图像复原算法估计出简单透镜空间变化的模糊核,然后利用均值滤波方法对估计出的模糊核进行平滑,进一步提高所估计模糊核的精度。均值滤波能很好地消除拍摄过程中引入的图像噪声对模糊核估计精度的影响,在图像复原领域具有重要的研究意义。
一种基于不同模糊核先验的简单透镜PSF均值融合方法.pdf
本发明公开了一种基于不同模糊核先验的简单透镜PSF均值融合方法,涉及图像复原技术领域,包括:利用简单透镜相机获取模糊图像;将简单透镜PSF估计问题转换成盲卷积图像复原问题;采用N种不同的简单透镜模糊核先验估计出简单透镜的N个PSF;将这N个不同的PSF进行均值融合得到最终的PSF。本方法所估计的PSF能同时拥有不同模糊核先验所体现的特性,相对于单一模糊核先验所估计的PSF,融合之后的PSF更加准确,有利于简单透镜成像的后续处理。
一种基于简单透镜计算成像的空间变化点扩散函数平滑方法.pdf
本发明提供一种基于简单透镜计算成像的空间变化点扩散函数平滑方法,本方法充分利用单透镜模糊核的稀疏性及相似性等特点,首先利用盲卷积算法估计出每个图像块的模糊核,结合模糊核TV先验,然后将模糊核进行平滑和去噪处理,基于邻域信息滤波后的PSF代替现有的PSF。相较于现有方法,该方法不需要复杂的实验环境及设备,基于简单透镜系统结合相关算法就能估计出空间变化的PSF,且增加去卷积过程的鲁棒性,抑制噪声及振铃效应等。
基于空间信息的核模糊C均值聚类图像分割.docx
基于空间信息的核模糊C均值聚类图像分割一、背景介绍随着计算机技术的不断发展,图像处理和分析的需求越来越广泛。图像分割是图像处理领域的重要任务之一,其主要目的是将图像中的像素划分成不同的区域,使不同的区域代表不同的物体或场景,以便进一步进行分析、分类和识别。在计算机视觉、医学图像、遥感图像等领域都有广泛的应用。其中,基于聚类的图像分割方法是一种非常常用的方法。聚类是一种无监督的数据分析方法,它可以将数据集划分成若干个子集,每个子集内的数据具有相似的特征。直观的看,一个图像可以被视为一个多维数据集,每个像素点
基于模糊C均值的空间聚类方法研究.docx
基于模糊C均值的空间聚类方法研究随着技术的发展,人们对于空间聚类的需求越来越大。空间聚类是一种将相似的对象聚集在一起的技术,其应用场景包括地理信息系统、城市规划、地震预测等等。目前空间聚类的研究还在不断发展中,其中基于模糊C均值的空间聚类方法备受关注。模糊C均值(FCM)是一种聚类方法,其最大的特点是能够将一个数据点分到多个类别中,其中每个类别的权重用分数表示。与传统的K均值聚类相比,模糊C均值能够较好地应对数据分布不均匀、噪音干扰等问题,因此在聚类领域中被广泛使用。基于模糊C均值的空间聚类方法,就是在模