用神经网络鉴别退化图像的模糊类型

您当前的位置：

首页 >

文章列表页 >

用神经网络鉴别退化图像的模糊类型

更新时间：2025-09-01

- 用神经网络鉴别退化图像的模糊类型
- Blur identification of the degraded images by neural network
- 光学技术 2006年第1期页码：138-140
- 作者机构：
  
  1. 1:北京理工大学信息科学技术学院光电工程系
  2. 2:北京华北光学仪器有限公司
  3. 3:北京华北光学仪器有限公司,北京,100081
  4. 4,北京,100050
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
尹兵, 王延斌, 刘威. 用神经网络鉴别退化图像的模糊类型[J]. 光学技术, 2006,(1):138-140.

Blur identification of the degraded images by neural network[J]. 2006, (1): 138-140.
尹兵, 王延斌, 刘威. 用神经网络鉴别退化图像的模糊类型[J]. 光学技术, 2006,(1):138-140. DOI：

Blur identification of the degraded images by neural network[J]. 2006, (1): 138-140. DOI：

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大

以此作为判别依据

用概率神经网络实现了对四种模糊类型:离焦

矩形

运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值

可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度

扩大了算法的实用范围。

浏览量

280

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于FC-DenseNets-BC神经网络的光学水印重建方法

基于自联想神经网络的可见光MIMO通信系统颜色检测

一种线阵CCD融合光栅尺的高精度尺寸测量新方法研究

基于TDLAS的痕量CO浓度检测系统及温压补偿

基于神经网络的图像识别方法研究