【技术实现步骤摘要】
一种基于深度学习的图像运动模糊盲去除算法
本专利技术属于图像的运动模糊
，具体涉及一种基于深度学习的图像运动模糊盲去除算法。
技术介绍
传统可变模糊盲去除方法的应用范围受限，运行耗时长，自动化程度不高。而现存的基于深度学习的方法虽然能够在一定程度上消除上诉弊端，但仍然存在下列缺陷：1)、没有脱离传统的清晰图像复原方法，运行速度慢；2)、对于同时预测多个模糊核的模糊参数，需进行分块和融合处理。
技术实现思路
为解决现有的问题；本专利技术的目的在于提供一种基于深度学习的图像运动模糊盲去除算法。本专利技术的一种基于深度学习的图像运动模糊盲去除算法，它的算法如下：步骤一：采用深度学习的方法，在仅具有一张未知模糊图像的情况下，复原出清晰图像；步骤二：建立图像运动模糊的问题模型：模糊图像通常被建模为一张清晰图像与点扩散函数卷积再加上随机噪声的过程。即：Ib＝Io*q+ε(1-1)其中，Ib代表模糊图像；Io代表真实清晰图像；q代表模糊核或点扩散函数，在模糊可变的模...
【技术保护点】
1.一种基于深度学习的图像运动模糊盲去除算法，其特征在于：它的算法如下：/n步骤一：采用深度学习的方法，在仅具有一张未知模糊图像的情况下，复原出清晰图像；/n步骤二：建立图像运动模糊的问题模型：/n模糊图像通常被建模为一张清晰图像与点扩散函数卷积再加上随机噪声的过程；即：/nI
【技术特征摘要】
1.一种基于深度学习的图像运动模糊盲去除算法，其特征在于：它的算法如下：
步骤一：采用深度学习的方法，在仅具有一张未知模糊图像的情况下，复原出清晰图像；
步骤二：建立图像运动模糊的问题模型：
模糊图像通常被建模为一张清晰图像与点扩散函数卷积再加上随机噪声的过程；即：
Ib＝Io*q+ε(1-1)
其中，Ib代表模糊图像；Io代表真实清晰图像；q代表模糊核或点扩散函数，在模糊可变的模糊模型中，q是空间可变的；ε代表加性噪声；对于随机噪声ε，在图像模糊复原领域通常被建模为加性白噪声，白噪声具备均值为0的特性，即E[ε]＝0；
图像去模糊可以看作根据模糊图像Ib，模糊核q，噪声ε，反向求解清晰图像Io的过程；由于图像去模糊问题的不适定性特别是在模糊核和噪声都没办法提前获知的情况下，精确的求解真实清晰图像Io是不现实的，最终只能求解得真实图像的最优近似这个求解最优近似的任务可以被描述为如下求最优的问题：
其中D表示距离度量函数，在传统模糊去除问题中，一般取均方误差；在实际运用过程中不能直接使用二维连续信号的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。