共查询到10条相似文献,搜索用时 328 毫秒
1.
2.
3.
4.
5.
针对图像复原过程中去噪与目标边缘特征保持之间的矛盾,该文提出了一种基于目标边缘保持的图像联合解卷积复原算法。首先,构建了一个目标边缘保持约束模型,实现对图像小梯度特征(噪声为主)的平滑、对图像大梯度特征(目标边缘为主)的保留,平衡复原处理过程中图像去噪与目标边缘保持之间的矛盾;然后,将目标边缘保持约束先验模型,引入MAP图像复原框架,提升MAP复原算法的可靠性和收敛性;最后,利用共轭梯度迭代优化计算过程,加快算法收敛速度。实验结果表明,该算法能较好地平衡图像去噪与目标边缘特征保持之间的矛盾,实现了图像高清晰复原。 相似文献
6.
7.
条件生成对抗网络在遥感图像复原中的可行性 总被引:1,自引:0,他引:1
《国土资源遥感》2020,(1)
对于遥感图像中降质模糊的问题,经典的图像复原方法由于模糊函数难以估计等原因,复原效果较差。为了避免估计模糊函数带来的困难,通过深度学习的方法对图像进行去模糊,研究了基于条件生成对抗网络(conditional generative adversarial nets,CGAN)的图像复原方法。首先创建训练网络的训练库,然后设置网络训练的初始参数,该网络以对抗的方式来使生成模型和判别模型进行交替学习,通过不断学习降质图像和清晰图像之间的差异,并结合了对抗损失和感知损失来缩小两者之间的差异,实现图像复原。实验采用以GOPRO数据集为基础的混合模糊训练库来训练网络,并与其他方法进行了对比试验,结果表明,在图像细节和评价指标方面,CGAN具有较好的复原效果,保证了复原图像的细节信息和纹理信息,证明了该方法可以用于遥感图像的复原。 相似文献
8.
实现对遥感噪声图像的有效复原是遥感图像处理的一项重要研究内容。在对非负支撑域有限递归逆滤波(non-negativity and support constraints recursive inverse filtering,NAS-RIF)算法深入研究的基础上,提出一种基于改进自适应NAS-RIF算法的遥感噪声图像复原方法。该算法针对经典NAS-RIF算法存在的缺陷,首先对含有椒盐噪声和高斯白噪声的遥感图像采用自适应伪中值滤波算法进行预处理,以尽可能排除图像中噪声的干扰;然后结合图像的灰度值,从算法支撑域和背景灰度值2个方面加以改进;最后对代价函数引入基于目标信息的修正项,改进了经典NAS-RIF算法的代价函数;与对数函数复合,使得改进后NAS-RIF算法的代价函数具有良好的收敛性;并采用共轭梯度法对改进自适应NAS-RIF算法进行整体优化。对仿真实验结果进行的主观和客观分析表明,本文算法的性能优于经典NAS-RIF算法、已有的改进NAS-RIF算法以及小波阈值去噪方法,能够胜任遥感噪声图像的复原处理。 相似文献
9.
航天线阵推扫CCD图像在获取、传输过程中存在图像模糊的现象,而MTF是评价CCD图像质量的最可靠指标。为了改善图像质量,通过分析影响MTF的主要因素,提出基于系统模型的MTF补偿方法:首先建立系统模型,提出模型参数的估计方法,然后结合约束最小二乘算法复原图像。在仿真实验中,模拟图像的模糊和加噪过程,利用MTF模型复原图像,并评价MTF补偿图像质量,定量分析模型参数估计误差对图像复原结果的影响。实验结果表明:基于系统模型的MTF补偿方法能够有效而简便地复原图像,提高图像质量。 相似文献