基于神经网络的退化图像复原算法是一种通过训练深度学习模型来恢复退化图像质量的方法。这种算法利用神经网络的强大表示学习能力，能够学习从模糊、噪声等退化图像中提取出干净、清晰的原始图像信息。
2024-04-10 12:00:17
110KB
1
imagenet-c过大不利于实验，因此基于flower-102产生了对应的退化图像数据集，有标签有图像，一共6149张训练图像，2040张测试图像，退化类型是19年论文Benchmarking Neural Network Robustness to Common Corruptions and Perturbations提出的，一共15种，需要的可以自己下载。
链接：https://pan.baidu.com/s/1BAtQy2B1nlhXxGoLWFtM5g
提取码：qwd1
2022-06-19 17:05:43
138KB
1
采用频域多帧循环迭代解卷积算法(CIBD)，针对提高复原图像的准确性和快速性两个方面进行研究。以退化序列中任意帧作为起始帧，逐次增加迭代帧，确保更多的观测帧参与循环迭代解卷积以增加复原的准确性；通过图像间的相关矩阵估计初始点扩展函数(PSF)，采用尺度梯度投影法，自适应迭代步长，增加迭代终止条件等措施提高算法的收敛速度。实验结果表明，采用提议的算法能够有效地重建不同大气湍流条件下的远距离观测图像，性能优于传统多帧盲反卷积(MBD)迭代算法。
2021-04-09 15:53:37
2.54MB
1