【摘要】 一种数字图像处理领域的基于梯度加载优化的实时旋转模糊图像恢复方法，包括如下步骤：步骤一，确定原始图像的模糊路径，提取模糊路径像素灰度序列；步骤二，估计旋转运动模糊图像的退化模型矩阵，得到模糊图像灰度值序列；步骤三，根据步骤二得到的图像灰度值序列，生成梯度算子，并由梯度算子，确定加载系数λ，得到修正后的退化函数矩阵步骤四，用修正后的退化函数矩阵进行逆滤波并生成复原图像。本发明以很小的复杂度，实现了逆滤波，同时增强了恢复过程的抗噪性和鲁棒性。 【专利类型】发明授权 【申请人】上海交通大学 【申请人类型】学校 【申请人地址】200240 上海市闵行区东川路800号 【申请人地区】中国 【申请人城市】上海市 【申请人区县】闵行区 【申请号】CN200810033006.3 【申请日】2008-01-24 【申请年份】2008 【公开公告号】CN101236650B 【公开公告日】2010-11-03 【公开公告年份】2010 【授权公告号】CN101236650B 【授权公告日】2010-11-03 【授权公告年份】2010.0 【IPC分类号】G06T5/00; G06T7/20 【发明人】李建勋; 韩超阳 【主权项内容】一种基于梯度加载优化的实时旋转模糊图像恢复方法，其特征在于，包括如下步骤：步骤一，确定原始图像的模糊路径，提取模糊路径像素灰度值序列；步骤二，估计旋转运动模糊图像的退化模型矩阵，得到模糊图像灰度值序列；步骤三，根据步骤二得到的图像灰度值序列，采用梯度加载方法，生成梯度算子并由梯度算子确定加载系数λ，得到修正后的退化函数矩阵步骤四，用修正后的退化函数矩阵进行逆滤波并生成复原图像。FA20185650200810033006301C00011.tif, FA20185650200810033006301C00012.tif, FA20185650200810033006301C00013.tif, FA20185650200810033006301C00014.tif 【当前权利人】上海交通大学 【当前专利权人地址】上海市闵行区东川路800号 【统一社会信用代码】1210000042500615X0 【家族被引证次数】4
