本发明公开了一种针对运动模糊图像复原的模糊核计算方法,本发明是基于稀疏特性、超拉普拉斯先验和集成BP神经网络的模糊核参数估计算法,首先,在图像灰度梯度符合超拉普拉斯分布的约束条件下,通过分析模糊图像的稀疏表示系数确定模糊图像的模糊角度;然后,将模糊图像傅里叶变换后获取的傅里叶系数幅值和作为输入,通过训练基于Bagging方法的集成BP神经网络模型,完成对模糊长度的估计;最后,通过一步已知模糊核的去模糊算法得到去模糊图像。本发明估计模糊核参数准确,运算速度快,耗时短,去模糊效果好,通过本发明恢复运动模糊图像,可以使恢复出的图像边缘更加清晰,振铃效应更少。
扫码关注,查看更多科技成果