本次博文主要想记录一下自己在做运动模糊图像复原时的一些总结和心得感悟,方便以后回顾。
Reference:
Deblurring Text Images via L0 -Regularized Intensity and Gradient Prior
主要难点: 估计模糊模型
解决方式:
①使用金字塔模型,创建模糊图像相应的层级图像;并根据缩放比例创建模糊模型的大小。可以手动设置金字塔底层模型的大小。
②初始化金字塔顶层模型。
③根据对应层级模糊图像的L0亮度和梯度 + 对应层级的模糊模型
本文探讨了运动模糊图像复原的过程,包括使用金字塔模型估计模糊模型,通过L0亮度和梯度先验预估latent image,以及利用反卷积处理去除振铃失真。虽然C++实现可能不如原始测试效果,但在某些抖动图像的复原上表现良好。文章强调了传统方法在深度学习时代的重要性,并提出未来研究方向。
本次博文主要想记录一下自己在做运动模糊图像复原时的一些总结和心得感悟,方便以后回顾。
Reference:
Deblurring Text Images via L0 -Regularized Intensity and Gradient Prior
主要难点: 估计模糊模型
解决方式:
①使用金字塔模型,创建模糊图像相应的层级图像;并根据缩放比例创建模糊模型的大小。可以手动设置金字塔底层模型的大小。
②初始化金字塔顶层模型。
③根据对应层级模糊图像的L0亮度和梯度 + 对应层级的模糊模型
5619
3067

被折叠的 条评论
为什么被折叠?