位置:成果数据库 > 期刊 > 期刊详情页
带移民和拯救的碰撞分枝过程的性质
  • ISSN号:0254-3079
  • 期刊名称:应用数学学报
  • 时间:2013.1.1
  • 页码:23-37
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中南大学信息科学与工程学院,湖南长沙410081, [2]湖南第一师范学院信息科学与工程系,湖南长沙410205
  • 相关基金:国家自然科学基金资助项目(No.90820302);湖南省教育厅科技计划资助项目(No.09C230)
  • 相关项目:广义分枝模型与排队网络
作者: 王娟|李俊平|
中文摘要:

针对快速运动形成的图像模糊,提出了一种运动模糊图像盲解卷积算法.首先,对被噪声污染的频谱图像进行脊波增强;然后,采用一种新的基于Radon变换的鲁棒算法来确定模糊核函数,该算法在小模糊长度和低信噪比的条件下仍能准确地估计模糊核参数;确定模糊核函数后,采用基于hyper-laplacian先验的快速非盲解卷积算法来恢复模糊图像.实验结果证明,与基于机器学习的R.Fergus的算法相比较,本文算法在获得相近效果的前提下,计算时间从近30 min下降到40 s左右.该算法对合成运动模糊图像和实际相机运动的自然模糊图像都具有较好的恢复效果.

英文摘要:

For a blurred image caused by fast movement,a fast blind deconvolution algorithm for spatially-invariant motion blurred images was proposed.Firstly,the ridge wave of a frequency spectral image with noises was enhanced.Then a robust algorithm based on Ridgelet transform and Radon transform was used to estimate blur kernels in the frequency domain,by which the lengths and directions of motion blur kernels could be accurately estimated,even for small length parameters and blur images in low SNRs.Furthermore,a fast non-blind deconvolution method based on hyper-laplacian prior was used to restore blur images.Experimental results show that the proposed method can restore a 1 megapixel image in less 40 s.As compared with R.Fergus' algorithm based on machine learning,the proposed algorithm reduces the computing time from 30 min to 40 s while keeps the comparable quality.Moreover,the algorithm is effective not only for the artificially blurred images,but also for the naturally blurred images (by camera movement) as well.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《应用数学学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国数学会 中国科学院数学与系统科学研究院
  • 主编:丁夏畦
  • 地址:北京市海淀区中关村东路55号
  • 邮编:100190
  • 邮箱:
  • 电话:
  • 国际标准刊号:ISSN:0254-3079
  • 国内统一刊号:ISSN:11-2040/O1
  • 邮发代号:2-822
  • 获奖情况:
  • 1996、2000年获“中科院优秀科技期刊”三等奖,1997年获“第二届全国优秀科技期刊”三等奖,2001年入选“双效期刊”(中国期刊方阵)
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),德国数学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:6864