Deblur:运动模糊图像复原(三)

本文探讨了运动模糊图像复原中利用latent image和blurred image预估模糊模型的方法。通过2*2初始梯度核卷积获取图像梯度信息,然后使用最小二乘法估计模糊核。文章详细介绍了迭代计算模糊核的公式,并阐述了迭代过程中的变量更新规则及迭代终止条件。
摘要由CSDN通过智能技术生成

运动模糊图像复原(三)

 

Reference

Deblurring Text Images via L0 -Regularized Intensity and Gradient Prior

 

在运动模糊图像复原(一)中有涉及到模糊模型的估计,这是一个难点,但是没有细说。这篇文章主要记录一下第四点的内容:使用latent image和blurred image预估当前层级的模糊模型。

在估计模糊模型之前,输入的latent image和blurred image两张图像,使用2*2的初始梯度核进行卷积之后的结果作为最终输入Bx,By(blurred image对应的水平垂直方向梯度),Lx,Ly(Latent image对应的水平垂直方向梯度),充分利用梯度信息进行模糊核的估计。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值