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:
为了从有噪的湍流退化图像中有效地恢复出目标图像,提出了一种基于极大似然估计准则的规整化复原算法.根据图像随机场模型建立了有关多帧图像数据的对数似然函数,同时为了平滑噪声和保护图像边缘以及避免无价值的解,将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中.推导出了湍流点扩展函数和目标图像的交替迭代求解公式,通过迭代方式可将点扩展函数和目标图像同时估计出来,给出了算法的并行处理方案.在微机上对强噪声条件下的湍流退化图像进行了恢复实验,实验结果表明本算法具有较强的抗噪能力和实用价值.
推荐文章
基于广义规整化的红外湍流退化图像盲复原方法
湍流退化
图像盲目复原
极大似然估计
广义规整化
基于极大似然估计的奇异点检测
脉冲型奇异点
Bernoulli概型
极大似然估计
奇异点检测
基于像素位移估计的水下湍流退化图像畸形校正算法
水下图像
湍流退化
图像畸变
图像复原
图像质量评价
伽玛分布环境因子的极大似然估计和Bayes估计
伽玛分布
环境因子
极大似然估计
Bayes估计
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 航天湍流退化图像的极大似然估计规整化复原算法
来源期刊 红外与毫米波学报 学科 工学
关键词 图像复原 优化估计 极大似然函数 湍流退化图像
年,卷(期) 2005,(2) 所属期刊栏目
研究方向 页码范围 130-134
页数 5页 分类号 TP391.4
字数 3726字 语种 中文
DOI 10.3321/j.issn:1001-9014.2005.02.012
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
3 余国亮 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 2 55 2.0 2.0
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  (5)
节点文献
引证文献  (42)
同被引文献  (44)
二级引证文献  (97)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(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)
2005(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(0)
  • 二级引证文献(1)
2007(9)
  • 引证文献(3)
  • 二级引证文献(6)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(6)
  • 引证文献(1)
  • 二级引证文献(5)
2010(7)
  • 引证文献(3)
  • 二级引证文献(4)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(14)
  • 引证文献(7)
  • 二级引证文献(7)
2014(26)
  • 引证文献(8)
  • 二级引证文献(18)
2015(10)
  • 引证文献(4)
  • 二级引证文献(6)
2016(26)
  • 引证文献(5)
  • 二级引证文献(21)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
图像复原
优化估计
极大似然函数
湍流退化图像
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
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
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