-
公开(公告)号：CN111047544B
公开(公告)日：2022-09-23
申请号：CN202010018340.2
申请日：2020-01-08
Applicant: 华中科技大学
Abstract: 本发明属于图像处理技术领域，公开了一种基于非线性退化模型的饱和图像去模糊方法及系统，输入饱和模糊图像或一般模糊图像以及模糊图像对应的模糊核；根据饱和图像退化机理，构建非线性模糊图像退化模型；根据得到的退化建模和最大后验概率框架，构建饱和图像非线性反卷积框架；确定先验项，采用总变分先验，构建非线性能量泛函模型；通过交换方向乘子算法即ADMM算法或分裂Bregman算法求解上述的非线性能量泛函，获得待复原清晰图像x。本发明建模了饱和的非线性退化特性，去除饱和图像中的模糊，有效抑制了由于饱和像素存在误差而引起的振铃现象，复原得到了高质量的清晰图像。
-
公开(公告)号：CN110321944A
公开(公告)日：2019-10-11
申请号：CN201910557704.1
申请日：2019-06-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于接触网画质评估的深度神经网络模型的构建方法，包括：1.从接触网图像集中选取m张图像；2.将m张图像按质量类别划分后，按相同比例在各质量级别图像中筛选训练样本和测试样本；3.采用测试样本分别测试n个已训练的网络模型，筛选出测试精度最高的网络模型作为目标网络模型；4.判断目标网络模型的测试精度是否不小于目标精度，若是，则目标网络模型为用于接触网画质评估的深度神经网络模型；否则，转至步骤5；5.采用训练样本对目标网络模型进行测试，更新训练样本；6.采用更新后训练样本对目标网络模型训练，转至步骤4；本发明自动学习接触网图像的特征，具有较强的测试鲁棒性和适应性。
-
Search Results
12
records
(took 0.015 seconds)
