基于盲反卷积和稀疏表示的荧光显微图像复原方法和装置.pdf
听容****55
亲,该文档总共20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
基于盲反卷积和稀疏表示的荧光显微图像复原方法和装置.pdf
本发明提出一种基于盲反卷积和稀疏表示的荧光显微图像复原方法和装置,所述方法包括:通过荧光显微镜获得样本的观测图像,并基于样本建立目标函数,其中,目标函数包括正则项和约束项;根据目标函数获得样本的图像复原迭代公式和点扩散函数迭代公式;通过图像复原迭代公式和点扩散函数迭代公式对观测图像进行计算以得到复原的荧光显微图像和修正的点扩散函数。通过本发明的实施例复原的图像对比度和清晰度高,有效的保持了纹理的细节信息,图像视觉效果更加清晰,自然,复原得到的点扩散函数同样具有较高的准确度。
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。
基于改进的分裂Bregman算法的荧光显微图像复原方法和装置.pdf
本发明提出一种基于改进的分裂Bregman算法的荧光显微图像复原方法和装置,其中,该方法包括以下步骤:获取荧光显微图像,并建立荧光显微图像的模糊退化模型;对模糊退化模型进行加权全变差约束,以将模糊退化模型转化为复原图像的无约束优化模型;使用辅助变量对复原图像的无约束优化模型进变量替换,以得到与复原图像的无约束优化模型的等价约束优化模型;在等价约束优化模型中加入复原图像和辅助变量的二次惩罚项,以得到复原图像和辅助变量的无约束优化模型;对复原图像和辅助变量的无约束优化模型求解以计算复原图像。本发明实施例的荧光
一种基于组稀疏表示的图像盲复原方法.pdf
本发明公开了一种基于组稀疏表示的图像盲复原方法,以实现模糊图像的盲复原。上述方法包括:构建图像金字塔,由粗到细估计模糊核;在降采样图像中搜索相似图像块,将当前块与其跨尺度相似块合并为相似图像块组,在目标函数中建立组稀疏表示正则项;交替迭代更新模糊核和清晰图像,在清晰图像更新步骤中,利用组稀疏表示对前一次迭代中估计的清晰图像进行重建,作为下一次更新清晰图像的参考图像。由于降采样图像的边缘与清晰图像有更强的相似性,利用组稀疏表示与低秩矩阵的关联,通过约束表示系数的稀疏性来实现组矩阵的低秩性,迫使重建图像的边缘
基于稀疏表示的非一致图像盲复原方法.pdf
本发明公开了一种基于稀疏表示的非一致图像盲复原方法,包括:根据相机三维抖动模型,并结合自然图像的过完备字典表示构建非一致图像模糊退化模型;输入待复原的模糊图像和过完备字典,求得初始稀疏系数,并对参数进行初始化设置;将自然图像的过完备字典表示,以及模糊核和稀疏系数的稀疏性作为模型的正则约束,并采用交替迭代方法将非一致盲复原模型的求解转化为多个简单的子问题,从而实现对模糊图像y的盲复原。本发明提出的算法对自然条件下获取的模糊图像有更好的复原效果,复原图像细节明显、不失真、噪声低,具有更好的视觉效果,且求解方法