-
公开(公告)号:CN104537620B
公开(公告)日:2017-04-12
申请号:CN201410844605.9
申请日:2014-12-30
申请人: 华中科技大学
IPC分类号: G06T5/00
CPC分类号: G06T5/003 , G06T5/00 , G06T2207/20004 , G06T2207/20012 , G06T2207/20056
摘要: 本发明公开了一种方向自适应图像去模糊方法,包括以下步骤:(1)定义方向自适应总变分(Total Variation)TV正则化图像去模糊最小化代价函数;(2)引入辅助变量d1=Hu,d2=▽xu,d3=▽yu将步骤(1)中的无约束最小化问题转换为有约束问题;(3)引入惩罚项将步骤(2)中的有约束问题转化为新的最小化代价函数;(4)使用交替最小迭代策略将步骤(3)中的最小化问题转换为关于变量的u,d1,d2,d3的交替最小求解问题。通过迭代运算最终恢复出原清晰图像u。与现有技术相比,本发明方法将局部方向信息引入最大后验概率(Maximum a posteriori)MAP算法框架,得到新的方向自适应代价函数,克服了传统TV正则项恢复图像边缘模糊的问题;且能够针对复杂模糊类型或具有丰富纹理图像进行恢复。
-
公开(公告)号:CN104537620A
公开(公告)日:2015-04-22
申请号:CN201410844605.9
申请日:2014-12-30
申请人: 华中科技大学
IPC分类号: G06T5/00
CPC分类号: G06T5/003 , G06T5/00 , G06T2207/20004 , G06T2207/20012 , G06T2207/20056
摘要: 本发明公开了一种方向自适应图像去模糊方法,包括以下步骤:(1)定义方向自适应总变分(Total Variation)TV正则化图像去模糊最小化代价函数;(2)引入辅助变量d1=Hu,d2=▽xu,d3=▽yu将步骤(1)中的无约束最小化问题转换为有约束问题;(3)引入惩罚项将步骤(2)中的有约束问题转化为新的最小化代价函数;(4)使用交替最小迭代策略将步骤(3)中的最小化问题转换为关于变量的u,d1,d2,d3的交替最小求解问题。通过迭代运算最终恢复出原清晰图像u。与现有技术相比,本发明方法将局部方向信息引入最大后验概率(Maximum a posteriori)MAP算法框架,得到新的方向自适应代价函数,克服了传统TV正则项恢复图像边缘模糊的问题;且能够针对复杂模糊类型或具有丰富纹理图像进行恢复。
-
公开(公告)号:CN104748750A
公开(公告)日:2015-07-01
申请号:CN201310740553.6
申请日:2013-12-28
申请人: 华中科技大学
IPC分类号: G01C21/20
CPC分类号: B64G3/00 , G01C21/20 , G01C21/24 , G06K9/00201 , G06K9/4604 , G06K9/6202
摘要: 本发明公开一种在轨三维空间目标姿态估计方法及系统,包括离线特征库构建和在线姿态估计步骤,所述离线特征库构建步骤为:根据空间目标三维模型获取目标多视点特性视图,从中提取几何特征构成几何特征库,包含目标主体高宽比、目标纵向对称度、目标横向对称度和目标主轴倾斜角;所述在线姿态估计步骤为:对待测在轨目标图像预处理和提取特征,将提取的特征在几何特征库中匹配,匹配结果对应的特性视图所表征的目标姿态即为姿态估计结果。本发明匹配用的几何特征具有尺度不变性,只要在三维建模阶段准确获取目标各部件间的尺寸比例和位置关系,就可保证后续较高的匹配精度。整个方法实现简单、鲁棒性好、姿态估计精度高,受成像条件影响小,适用性好。
-
公开(公告)号:CN104748750B
公开(公告)日:2015-12-02
申请号:CN201310740553.6
申请日:2013-12-28
申请人: 华中科技大学
IPC分类号: G01C21/20
CPC分类号: B64G3/00 , G01C21/20 , G01C21/24 , G06K9/00201 , G06K9/4604 , G06K9/6202
摘要: 本发明公开一种在轨三维空间目标姿态估计方法及系统,包括离线特征库构建和在线姿态估计步骤,所述离线特征库构建步骤为:根据空间目标三维模型获取目标多视点特性视图,从中提取几何特征构成几何特征库,包含目标主体高宽比、目标纵向对称度、目标横向对称度和目标主轴倾斜角;所述在线姿态估计步骤为:对待测在轨目标图像预处理和提取特征,将提取的特征在几何特征库中匹配,匹配结果对应的特性视图所表征的目标姿态即为姿态估计结果。本发明匹配用的几何特征具有尺度不变性,只要在三维建模阶段准确获取目标各部件间的尺寸比例和位置关系,就可保证后续较高的匹配精度。整个方法实现简单、鲁棒性好、姿态估计精度高,受成像条件影响小,适用性好。
-
-
-