基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于各向异性和非线性正则化的湍流退化图像复原新算法.为了有效地从湍流退化图像中估计出退化模型,在湍流点扩展函数的优化估计过程中合理地融合了有关湍流点扩展函数的一些基本的先验知识.首先,将点扩展函数的非负性和光滑性约束加入到目标函数中.再针对湍流点扩展函数的衰减性质,建立了一个具有非线性和空间各向异性的正则化函数,使其在重建点扩展函数时能适当地进行空间梯度平滑.由此通过迭代极小化目标函数来优化估计湍流点扩展函数值,进而恢复图像.对各种噪声条件下的湍流退化图像进行了恢复实验,实验结果表明本文算法具有较强的稳定性和抗噪能力.
推荐文章
带有高阶耦合项的各向异性扩散图像复原
整体方差
高阶偏微分
TV
模型
各向异性扩散
图像复原
粘弹性正交各向异性对称层合板的非线性动力响应
粘弹性
层合板
非线性动力响应
各向异性正则化的多帧遥感图像盲复原算法
各向异性正则化
大气湍流
湍流降质图像
盲复原
多帧图像复原
基于湍流退化模型的自适应水下图像复原及其评价
水下图像
图像复原
退化函数
湍流模型
图像质量评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于各向异性和非线性正则化的湍流退化图像复原
来源期刊 宇航学报 学科 工学
关键词 湍流退化图像 图像复原 各向异性 优化估计 正则化函数
年,卷(期) 2004,(1) 所属期刊栏目 论文
研究方向 页码范围 5-12
页数 8页 分类号 TN919.8
字数 5000字 语种 中文
DOI 10.3321/j.issn:1000-1328.2004.01.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张天序 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 184 3360 30.0 49.0
2 洪汉玉 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 20 283 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (26)
同被引文献  (15)
二级引证文献  (67)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(7)
  • 引证文献(6)
  • 二级引证文献(1)
2007(13)
  • 引证文献(5)
  • 二级引证文献(8)
2008(11)
  • 引证文献(2)
  • 二级引证文献(9)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(6)
  • 引证文献(0)
  • 二级引证文献(6)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(8)
  • 引证文献(3)
  • 二级引证文献(5)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(15)
  • 引证文献(1)
  • 二级引证文献(14)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
湍流退化图像
图像复原
各向异性
优化估计
正则化函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
宇航学报
月刊
1000-1328
11-2053/V
16开
北京838信箱
2-167
1980
chi
出版文献量(篇)
5133
总下载数(次)
7
总被引数(次)
58725
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导