用神经网络鉴别退化图像的模糊类型

被引：9

作者：

尹兵 ^{[1
]}

王延斌 ^{[2
]}

刘威 ^{[2
]}

机构：

[1] 北京理工大学信息科学技术学院光电工程系

[2] 北京华北光学仪器有限公司

来源：

光学技术 | 2006年 / 01期

关键词：

神经网络; 模糊; PSF; 盲解卷积; 频域;

D O I：

10.13741/j.cnki.11-1879/o4.2006.01.041

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大,以此作为判别依据,用概率神经网络实现了对四种模糊类型:离焦,矩形,运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值,可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度,扩大了算法的实用范围。

引用

页码：138 / 140

页数：3

共 5 条

[1]

人工神经网络与盲信号处理.[M].杨行峻;郑君里编著;.清华大学出版社.2003,

[2]

MATLAB应用图像处理.[M].徐飞;施晓红等编著;.西安电子科技大学出版社.2002,

[3]

反卷积和信号复原.[M].邹谋炎著;.国防工业出版社.2001,

[4] 高斯扩散特性图象的盲解卷积 [J].

钟山 ;

沈振康 .

计算机工程与科学, 2004, (04) :42-44+94

[5]

Identification and restora-tion of noisy blurred images using the expectation_maximization al-gorithm..Lagendijk R L;Biemond J;Boekee D E;.IEEE Trans on Acoustics;Speech and Signal Process-ing.1990,

← 1 →