-
题名利用频谱特性鉴别运动模糊方向
被引量：13
- 1
-
-
作者
梁宛玉
孙权森
夏德深
-
机构
南京理工大学计算机科学与技术学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2011年第7期1164-1169,共6页
-
基金
国家自然科学基金项目(60773172)
江苏省自然科学基金项目(BK2008411)
教育部博士学科点基金项目(200802880017)
-
文摘
点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度(方向)和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。
-
关键词
模糊图像
点扩展函数(PSF)
边缘检测
霍夫变换
峰值提取
-
Keywords
blur images
point spread function （PSF）
edge detection
Hough transform
peak extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于绝缘子缺陷检测的模糊图像增强算法研究
被引量：1
- 2
-
-
作者
丁丽丹
胡君红
胡聪
-
机构
华中师范大学物理科学与技术学院
-
出处
《激光杂志》
CAS
北大核心
2022年第10期56-61,共6页
-
基金
国家自然科学基金(No.62101204)
湖北省自然科学基金(No.2020CFB474)。
-
文摘
无人机图像采集过程中的运动模糊问题,会导致绝缘子缺陷目标部分失真,不利于后续缺陷定位和修复工作。针对目前模糊图像增强算法处理的图像缺乏纹理细节的问题,对基于生成对抗网络的图像增强算法的网络结构与损失函数进行改进和优化。引入U-net作为判别器为生成器提供像素级的反馈,并提出了联合像素损失、感知损失和边缘损失作为内容损失的优化方案。实验结果表明该方法在PSNR和SSIM指标相较于经典DeblurGAN算法分别提升了1.16 dB和0.048,图像质量得到了极大提升。
-
关键词
运动模糊图像
生成对抗网络
绝缘子定位和故障检测
模型轻量化
-
Keywords
motion blur images
generative adversarial networks
insulator positioning and fault detection
model lightweight
-
分类号
TN209
[电子电信—物理电子学]
-
-
题名深度学习下模糊高光谱图像复原数学模型仿真
- 3
-
-
作者
苏乐辉
-
机构
泉州信息工程学院
-
出处
《计算机仿真》
北大核心
2023年第9期167-170,302,共5页
-
文摘
高光谱图像具有三维数据结构,可同时采集目标对象的空间维、光谱维的特征,但其成像过程中,因载荷平台振动,得到高光谱图像较为模糊,影响图像使用中的准确度与可信度。为此,研究一种深度学习下模糊高光谱图像复原数学模型方法。根据高光谱成像原理与点扩散函数求解模糊图像的光谱信息,利用傅里叶变换建立其退化模型,获得模糊图像与实际图像之间相关性。通过3D卷积网络采集模糊图像特征,使用卷积核、激活函数获取特征增加非线性因子,通过反卷积层得到特征图谱,利用图像重建层将特征重组,输出清晰高光谱图像,实现模糊高光谱图像复原。实验结果表明,所提方法能够将模糊图像复原,复原的图像信噪比在6dB以上,且图像复原时间低于15s。
-
关键词
深度学习
三维卷积核
模糊高光谱图像
退化模型
空间维特征
光谱维特征
-
Keywords
Deep learning
3D convolution kernel
blur hyperspectral images
Degenerate model
Spatial dimension characteristics
Spectral dimension characteristics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于视觉传达的模糊舰船图像目标分类检测
- 4
-
-
作者
郭璟瑶
-
机构
郑州科技学院
-
出处
《舰船科学技术》
北大核心
2023年第9期172-175,共4页
-
基金
河南省社科普及规划项目课题(0454)。
-
文摘
模糊舰船图像的有效分类识别可提高对目标的准确打击和辨识能力,提出基于视觉传达和图像增强的模糊舰船图像目标分类检测模型。构建模糊舰船图像的多传感视觉采集模型,采用目标图像与背景图像差分分析方法实现对舰船图像的目标特征提取和聚类处理,根据视觉聚类传达和目标图像的特征点增强结果,结合模糊C均值聚类算法,实现对舰船目标图像的分类检测。测试得知,该方法进行舰船目标分类检测的聚类性较好,识别精度较高,视觉传达效果显著增强。
-
关键词
视觉传达
模糊舰船图像
目标
分类检测
-
Keywords
visual communication
blur ship images
objectives
classification detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
