دانلود ترجمه مقاله تخمین سریع L0-Regularized کرنل برای مات زدایی حرکتی

1. مقدمه 2. تخمین کرنل L0 تنظیم‌شده 3. تخمین تصویر پنهان 4. ارزیابی و نتایج تجربی 5. نتیجه‌گیری

چکیده – مات‌زدایی تصویر کور یک مشکل چالش برانگیز در بینایی ماشین و پردازش تصویر است. در این مقاله، ما یک روش L0-Regularized جدید برای تخمین یک کرنل ماتی از یک تصویر تار با تنظیم ویژگی تنکی تصاویر طبیعی پیشنهاد می‌کنیم. به علاوه، با معرفی یک نقشه ساختار تطبیقی در فرآیند مات‌زدایی ، روش ما قادر به بازیابی لبه‌های برجسته مفید برای تخمین کرنل می‌باشد. در نهایت، یک الگوریتم کارآمد پیشنهاد می‌کنیم که می‌تواند مدل پیشنهادی را به طور موثر حل کند. آزمایشات گسترده در مقایسه با آخرین روش‌های مدرن مات‌زدایی کور، اثربخشی روش پیشنهادی را نشان می‌دهند.

Blind image deblurring is a challenging problem in computer vision and image processing. In this paper, we propose a new l 0 -regularized approach to estimate a blur kernel from a single blurred image by regularizing the sparsity property of natural images. Furthermore, by introducing an adaptive structure map in the deblurring process, our method is able to restore useful salient edges for kernel estimation. Finally, we propose an efficient algorithm which can solve the proposed model efficiently. Extensive experiments compared with state-of-the-art blind deblurring methods demonstrate the effectiveness of the proposed method.