-
题名强边缘提取网络用于非均匀运动模糊图像盲复原
被引量：8
- 1
-
-
作者
黄彦宁
李伟红
崔金凯
龚卫国
-
机构
光电技术及系统教育部重点实验室
重庆大学光电工程学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第11期2637-2653,共17页
-
基金
国家科技惠民计划项目(2013GS500303)
广西科学研究与技术开发计划项目(桂科AA17129002)资助。
-
文摘
基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果.然而,现有的方法通常存在对边缘恢复不清晰的问题.因此,本文提出一种强边缘提取网络(Strong-edge extraction network,SEEN),用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量.设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成,SEEN-1实现双边滤波器的功能,用于提取滤除了细节信息后的图像边缘.SEEN-2实现L0平滑滤波器的功能,用于提取模糊图像的强边缘.本文还将对应网络层提取的强边缘特征图与模糊特征图叠加,进一步利用强边缘特征.最后,本文在GoPro数据集上进行了验证实验,结果表明:本文提出的网络可以较好地提取非均匀运动模糊图像的强边缘,复原图像在客观和主观上都可以达到较好的效果.
-
关键词
强边缘提取
梯度特征
卷积神经网络
非均匀运动模糊图像
模糊图像盲复原
-
Keywords
Strong edge extraction
gradient feature
convolutional neural network
non-uniform motion blurry image
blind image deblurring
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名空间尺度信息的运动模糊核估计方法
被引量：5
- 2
-
-
作者
唐述
万盛道
杨书丽
谢显中
夏明
张旭
-
机构
计算机网络和通信技术重庆市重点实验室(重庆邮电大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第12期3876-3891,共16页
-
基金
国家自然科学基金(61601070,61271259)
重庆市教委科学技术研究计划(KJZD-K201800603,KJZD-M201900602)
+1 种基金
重庆市教委科学技术研究项目(KJ1600411,KJ14004 29)
重庆市基础与前沿研究计划(CSTC2016jcyjA0455,CSTC2014kjrc-qnrc40002)~~
-
文摘
运动模糊核的准确估计是实现单幅运动模糊图像盲复原成功的关键.但是,因为不能准确提取出有利的图像边缘以及简单的正则化约束项的设计,导致现有运动模糊核(motion blur kernel,简称MBK)的估计并不十分准确,存在瑕疵.因此,为了能够估计出准确的运动模糊核,提出了一种基于空间尺度信息的运动模糊核估计方法.首先,为了准确地提取有利的图像边缘,移除有害的图像结构,提出了一种基于图像空间尺度信息的图像平滑模型,实现有利图像边缘的准确快速提取;然后,从运动模糊核的内在特性出发,将空间域的L0范数和梯度域的L2范数结合到一起,提出了一种正则化约束模型,很好地保证了运动模糊核的稀疏平滑特性,并结合之前提取出的有利的图像边缘,共同实现运动模糊核的准确估计;最后,采用一种半二次性分裂的交互式最优化策略对提出的模型进行最优化求解.在客观的评价指标和主观的视觉效果上进行了大量实验,其结果证明所提出的方法能够估计出更准确的MBK和复原出更高质量的去模糊图像.
-
关键词
运动模糊图像盲复原
运动模糊核
有利的图像边缘
空间尺度信息
多正则化约束模型
-
Keywords
blind motion deblurring
motion blur kernel
the useful image edges
spatial scale information
multi-regularization constraint model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
