【技术实现步骤摘要】
本专利技术涉及图像处理，具体而言，涉及一种基于牛顿积分神经动力学的图像修复方法、装置、设备、介质及程序产品。
技术介绍
1、当前，数字图像处理技术已被广泛地应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域，而图像复原算法的研究是数字图像处理中非常重要的一个领域。在图像成像的过程中，图像系统中存在着许多退化源，使图像发生退化的原因很多，如果把退化模型简化成真实图像与卷积算子卷积的结果，那么图像的复原过程就可以看成是一个反卷积的问题。反卷积属于数学物理问题中的一类“反问题”，反问题的一个共同的重要属性是其病态，即其方程的解不是连续地依赖于观测数据，换言之，观测数据的微小变动就可能导致解的很大变动。因此，由于采集图像受噪声的影响，最后对于图像的复原结果可能偏离真实图像非常远。目前图像修复工作大致可以分为两类：传统的数值迭代算法和神经网络算法。前者在修复复杂图像的时候需要进行补丁匹配，且存在准确率低和速递慢的问题，后者中鲜有工作将环境因素考虑在内，使得此类方法在实际应用过程中性能波动。
技术实现思路
【技术保护点】
1.一种基于牛顿积分神经动力学的图像修复方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，步骤S2中所述基于待处理的原始图像构建图像修复的数学模型，包括如下子步骤；
3.根据权利要求2所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，步骤S300中，所述利用牛顿积分神经动力学对所述数学模型进行求解，包括如下子步骤；
4.根据权利要求3所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，所述牛顿积分神经动力学演化模型是基于牛顿法提出的模型的基础上增加了抗噪声干扰的积分
5...
【技术特征摘要】
1.一种基于牛顿积分神经动力学的图像修复方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，步骤s2中所述基于待处理的原始图像构建图像修复的数学模型，包括如下子步骤；
3.根据权利要求2所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，步骤s300中，所述利用牛顿积分神经动力学对所述数学模型进行求解，包括如下子步骤；
4.根据权利要求3所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，所述牛顿积分神经动力学演化模型是基于牛顿法提出的模型的基础上增加了抗噪声干扰的积分项。
5.根据权利要求3所述的基于牛顿积分神经动力学的图像修复方法，其特征在于，步骤s304中，对所述图像修复的数学模型进行求解，包括：...
【专利技术属性】
技术研发人员：廖珊，黄浩恩，孙治，王一凡，张玲，
申请(专利权)人：中国电子科技集团公司第三十研究所，
类型：发明
国别省市：
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。