一种基于深度卷积网络的模糊可变图像盲复原方法

发明专利有效专利

申请号：
CN201810234360.6
IPC分类号：G06T5/00
申请日期：
2018-03-21
申请人：
华南理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度卷积网络的模糊可变图像盲复原方法
申请号	CN201810234360.6	申请日期	2018-03-21
法律状态	授权	申报国家	中国
公开/公告日	2018-09-14	公开/公告号	CN108537746A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	沃焱;伍楚丹;韩国强
代理机构	广州市华学知识产权代理有限公司	代理人	李斌

摘要

本发明公开了一种基于深度卷积网络的模糊可变图像盲复原方法，包括以下步骤：S1、对模糊图像需要考虑的模糊类型进行建模，确定每种模糊类型的模糊参数范围；S2、根据步骤S1确定的每种模糊类型的模糊参数范围，合成具有可变模糊的训练数据集，其中每组训练数据包括清晰图像、模糊图像和模糊参数；S3、搭建并训练深度卷积网络：将训练数据集输入神经网络，优化神经网络权重，得到训练好的深度卷积网络；S4、将待复原的模糊图像输入训练好的深度卷积网络，输出即为复原的清晰图像。所述方法摆脱了传统去模糊算法的限制，采用全卷积网络来估计多种可变模糊，提高了算法的精度和速度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供