博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
基于贝叶斯概率模型的单幅图像去运动模糊算法
阅读量:5119 次
发布时间:2019-06-13

本文共 375 字,大约阅读时间需要 1 分钟。

    下个月就要开始我的研究生生活了,所以在这之前还是总结一下我的毕业设计,虽然不难,但是也学到了很多的东西。谨以此日志当作大学结束和研究生开始的礼物,同时提醒自己要记得每月写一篇有价值的博客。

   

1、总体分析:

 

     一幅具有运动模糊的图像可以看做是清晰图像与模糊核的卷积加上一定的随机噪声形成的。

 

由此得出,运动模糊图像的退化模型如下:g(x,y)=f(x,y)*h(x,y)+n(x,y),其中*为卷积运算。在频域可以表示为:G(u,v)=F(u,v)H(u,v)+N(u,v)。

 

    因此,如果输入一张具有运动模糊的图像需要对图像首先进行滤波去噪处理,然后提取图像的强边缘进行去卷积图像恢复。

 

    其中需要分别对清晰图像、模糊核以及噪声建立合适的模型。

转载于:https://www.cnblogs.com/jiangnanrain/p/3270941.html

你可能感兴趣的文章
设计模式之结构型模式
查看>>
poj2569
查看>>
使用pygal_maps_world.i18n中数据画各大洲地图
查看>>
sql server必知多种日期函数时间格式转换
查看>>
jQuery EasyUI 的下拉选择combobox后台动态赋值
查看>>
timeline时间轴进度“群英荟萃”
查看>>
python if else elif statement
查看>>
网络编程
查看>>
文本隐藏(图片代替文字)
查看>>
java面试题
查看>>
提高码力专题(未完待续)
查看>>
pair的例子
查看>>
前端框架性能对比
查看>>
@property中 retain 详解
查看>>
uva 387 A Puzzling Problem (回溯)
查看>>
12.2日常
查看>>
同步代码时忽略maven项目 target目录
查看>>
MVC.NET:提供对字体文件.woff的访问
查看>>
Oracle中包的创建
查看>>
团队开发之个人博客八(4月27)
查看>>