图像恢复迭代算法的加速
2018-02-28 11:00
405 查看
Richardson–Lucy算法是一个在泊松噪声背景下用于图像恢复的迭代技术。其旨在通过使用期望最大化算法来使恢复图像的似然性最大化。该算法需要对图像退化的过程进行良好的估计,以实现精确恢复。导致图像模糊的原因有很多,例如目标移动,离焦透镜,或着大气湍流,这些都是可由系统的点扩散函数(PSF)来描述。 一般的Richardson–Lucy算法收敛到最终的结果需要很多次的迭代,这限制了其在某些时间紧张型场合的使用。因此出现了许多的加速算法,David S. C. Biggs 和Mark Andrews提出的基于矢量外推原理的方法就是其中之一,该方法在速度和稳定性方面都有着重要的提高。
相关文章推荐
- 图像恢复迭代算法的加速
- 基于直方图的图像全局二值化算法原理、实现--迭代最佳阈值
- 用最简单的方式在C#中使用多线程加速耗时的图像处理算法的执行(多核机器)。
- OpenMP并行编程应用—加速OpenCV图像拼接算法
- 【opencv+OpenMP】OpenMP并行编程应用—加速OpenCV图像拼接算法
- 图像重建的迭代算法Iterative procedure for image reconstruction and OSEM
- 用最简单的方式在C#中使用多线程加速耗时的图像处理算法的执行(多核机器)。
- SSE图像算法优化系列二十:一种快速简单而又有效的低照度图像恢复算法。
- OpenMP并行编程应用—加速OpenCV图像拼接算法
- 基于GPU平台利用CUDA加速图像处理算法 实时处理高清图像
- 图像分割--使用迭代算法的全局阈值处理
- DICOM医学图像窗口变换的加速算法
- 基于样例的图像修复算法的几种加速手段
- 图像锐化算法 C++ 实现
- 基于区域匹配的帧图像拼接算法
- 图像处理常用算法GPU实现三:基于模板匹配的边缘检测
- SSE图像算法优化系列十二:多尺度的图像细节提升。
- 如何识别图像边缘(算法)
- Sobel图像边界检测算法实现
- sift算法的笔记 sift的gpu加速及相关资料汇总