一种非对称非局部变分图像复原模型

来源 :重庆理工大学学报(自然科学) | 被引量 : 1次 | 上传用户:gzbfy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非局部变分采用关于目标像素点对称的区域作为寻找相似信息的目标图像块,会遗漏部分相似信息或无法找到相似信息,造成图像的非局部相似信息无法有效利用,图像复原性能有限。为更有效地利用图像非局部相似信息,提出以关于目标像素点非对称的区域作为目标图像块的非对称非局部变分模型。为有效求解该模型,通过图像平移将二维空间的非对称非局部变分模型转变为三维空间的对称非局部变分模型,并给出该模型的交替Bregman迭代求解过程。通过对比实验证明:提出的非对称非局部变分模型更好地利用了图像的非局部相似度信息,可复原更多的图
其他文献
自2005年普惠金融概念被首次提出以来,发展普惠金融已成为国内外的共识。本文运用知识图谱分析法,以2005-2018年的国内外研究文献作为样本,对普惠金融的核心知识域、研究现状
针对随机接入信道的拥塞问题,提出了一种基于Access Class Barring(ACB)的接入控制因子优化计算方法。通过分析混合网络中各终端成功接入基站的概率,获取达到最大成功接入率
电动交通技术的不断发展对电动汽车的续航里程提出了更高的要求,同时也促进了动力电池检测技术的发展。随着动力电池全生命周期和闭环产业链概念的提出,如何对动力电池在非破
针对简单线性迭代聚类(SLIC),仅考虑颜色和空间特征导致分割不准确的问题,提出了一种改进的SLIC分割方法。首先使用双边滤波执行图像增强,可以消除图像中的噪声且保护边缘特征;然后使用结合自适应多阈值LBP纹理特征的SLIC算法将彩色图像分割为超像素块;最后把超像素块通过DBSCAN算法进行聚类合并,以获得分割后的结果图。实验结果表明:所提方法对测试库中的图像分割是快速可靠的,能准确地分割图像边界
本文基于2010—2018年中国地方融资平台在银行间市场发行的城投债数据,通过构建多元回归模型,研究隐性担保对于城投债发行利差的影响,并进一步采用DID模型,以民企债作为对照