公开(公告)号：CN114418877B

公开(公告)日：2023-09-01

申请号：CN202210030213.3

申请日：2022-01-12

Applicant: 新乡学院

Inventor： 苗同军 ,  李尊 ,  申小萌 ,  朱元培 ,  赵伟 ,  仵路明

IPC: G06T5/00 ,  G06V10/74 ,  G06V10/77 ,  G06V10/772

Abstract: 本发明公开了基于梯度幅度相似度的图像非盲去模糊方法及系统，包括：(1)引入梯度幅度相似度约束到相似块组稀疏表示约束，构建非盲去模糊模型；(2)采用分离变量法将非盲去模糊模型中的正则化约束项转换为三个子问题求解，分别为x子问题求解、具有梯度幅度相似度特征的u子问题求解、具有相似块组稀疏表示特征的v子问题求解；(3)采用一阶求导法求解x子问题；(4)采用分类优化法求u子问题；(5)采用硬阈值法求解v子问题；(6)迭代执行步骤(3)～(5)，当达到最大迭代数时结束。本发明不引入额外参数也可有效且高效地刻画图像，计算量更小；可减少振铃现象，获得高质量复原图像；适用范围广，对静态和动态非盲去模糊均具有优异的效果。

公开(公告)号：CN114418877A

公开(公告)日：2022-04-29

申请号：CN202210030213.3

申请日：2022-01-12

Applicant: 新乡学院

Inventor： 苗同军 ,  李尊 ,  申小萌 ,  朱元培 ,  赵伟 ,  仵路明

IPC: G06T5/00 ,  G06K9/62 ,  G06V10/74 ,  G06V10/77 ,  G06V10/772

Abstract: 本发明公开了基于梯度幅度相似度的图像非盲去模糊方法及系统，包括：(1)引入梯度幅度相似度约束到相似块组稀疏表示约束，构建非盲去模糊模型；(2)采用分离变量法将非盲去模糊模型中的正则化约束项转换为三个子问题求解，分别为x子问题求解、具有梯度幅度相似度特征的u子问题求解、具有相似块组稀疏表示特征的v子问题求解；(3)采用一阶求导法求解x子问题；(4)采用分类优化法求u子问题；(5)采用硬阈值法求解v子问题；(6)迭代执行步骤(3)～(5)，当达到最大迭代数时结束。本发明不引入额外参数也可有效且高效地刻画图像，计算量更小；可减少振铃现象，获得高质量复原图像；适用范围广，对静态和动态非盲去模糊均具有优异的效果。