修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

5 条数据
?? 中文(中国)
  • 基于压缩感知(CS)并结合全变分正则化惩罚的图像去模糊方案,用于提升数字断层合成(DTS)中的图像特性

    摘要: 在这项工作中,我们提出了一种基于压缩感知(CS)的图像去模糊方案,采用全变分(TV)正则化惩罚来改善数字断层合成(DTS)中的图像特性。我们实现了所提出的图像去模糊算法,并通过系统仿真验证了其可行性。同时利用由90 kVp、6 mAs X射线管和198微米像素分辨率的CMOS型平板探测器组成的台式装置进行了实验。在仿真和实验中,均在θ=60°的断层扫描角度范围、Δθ=1.2°的角度步长下采集51幅投影图像,先使用所提去模糊算法处理,再进行常规的基于滤波反投影(FBP)的DTS重建。结果表明:重建后的X射线图像和DTS图像清晰度显著提升,DTS的离面空间分辨率提高了约1.4倍。因此该去模糊方案对常规放射摄影和DTS中的模糊问题均有效,可应用于改善现有图像质量。

    关键词: 压缩感知(CS)、去模糊、数字断层合成(DTS)、全变分(TV)

    更新于2025-09-11 14:15:04

  • 使用同态技术的图像去卷积

    摘要: 盲图像去卷积是图像处理中的一个具有挑战性的问题。许多应用领域对解决该问题的需求日益增长。本研究通过结合同态域和模糊图像异常值处理方法的效用,开发了一种新颖的计算方法来解决盲去卷积问题。现有大多数盲图像去卷积方法采用复杂算法,因此在计算模糊核时可能产生过高开销。相比之下,我们的工作利用同态步骤将模糊图像分解为两个主要成分。已知同态域可通过取对数运算将图像分离为照明分量和反射分量。反射分量包含图像最显著细节,而照明分量主要包含图像冗余信息。通过使用所提盲去卷积方法中的反射分量,我们实现了性能的显著提升。该方法优于现有最先进技术,因此是一种低复杂度下有效的盲图像去卷积方法。

    关键词: 运动模糊、去模糊、同态处理、盲卷积、核估计

    更新于2025-09-10 09:29:36

  • [IEEE 2018年第24届国际模式识别大会(ICPR) - 中国北京(2018.8.20-2018.8.24)] 2018年第24届国际模式识别大会(ICPR) - 用于文档图像修复的跳跃连接深度卷积自编码器

    摘要: 图像去噪与去模糊是文档图像处理任务中两项关键的复原工作。作为处理流程的预处理阶段,去噪和去模糊的质量会显著影响后续字符检测与识别等任务的效果。本文提出一种新颖的神经网络方法用于文档图像复原,我们将其命名为"跳跃连接深度卷积自编码器(SCDCA)"。该网络由多层卷积层构成,每层后接批量归一化层和泄漏修正线性单元(LeakyReLU)激活函数。受残差学习思想启发,我们在网络中采用两种跳跃连接:一种是卷积层间的恒等映射,另一种用于连接输入与输出。通过这些连接,网络学习的是噪声图像与清晰图像之间的残差而非普通变换函数。我们在一个开放且具有挑战性的文档图像数据集上对算法进行了实证评估,并采用光学字符识别(OCR)测试来检验复原效果。实验结果表明,与多种前沿方法相比,所提算法兼具有效性与高效性。

    关键词: 残差学习、卷积自编码器、去噪、去模糊、跳跃连接、深度学习、文档图像修复

    更新于2025-09-09 09:28:46

  • 利用最大化能量目标校正螺旋、往返进出(RIO)采集中的图像模糊

    摘要: 采用螺旋k空间轨迹采集的图像可能会出现离共振模糊现象。先前研究表明,只要离共振自旋在读出期间累积的相对相位小于半个周期,对采用往返式进出(RIO)轨?;袢〉牧椒枷窠衅骄砑纯勺远U枷衲:?。但实际场景中该阈值常被突破。本文推导并表征了一种针对RIO采集更稳健的离共振图像模糊校正方法。

    关键词: 去模糊、重追踪进出螺旋、失谐校正、双编码、磁共振成像、螺旋

    更新于2025-09-04 15:30:14

  • 基于区域点扩散函数的空间变异类高斯模糊图像盲复原

    摘要: 本文提出一种替代性去模糊方法,用于消除高斯模糊(此类模糊近似于离焦、长大气路径等失真情况)。我们的研究聚焦于包含空间变化模糊的图像,以及同一图像中清晰对焦的物体。我们建议采用基于估计深度图分割的空间变化盲图像去模糊技术。与以往假设点扩散函数(PSF)或对整幅图像使用单一计算PSF的研究不同,本方法通过不同计算PSF重构重模糊图像,并将复原图像合成为最终复原图。该方法包含多个环节:基于边缘宽度分析的模糊图估计、根据模糊程度将图像分层、提取表征各层模糊特性的点扩散函数(PSF)。随后利用特定PSF和全变分法对各层分别去模糊,最后将复原层组合形成最终复原图像。主要挑战在于防止图像中较清晰物体失真的同时锐化模糊物体。

    关键词: 盲复原、去模糊、全变分、高斯模糊

    更新于2025-09-04 15:30:14