Фото на рабочий стол бпан приора: Бпан приора — картинки

Содержание

Размытие слепого изображения с использованием темного канала Prior

Удаление размытия слепого изображения с использованием предварительного темного канала

Цзиньшань Пан    Дэцин Сун
Ханспетер Пфистер     Мин-Сюань Ян

Реальное захваченное изображение Размытый результат Темный канал входного изображения Темный канал выходного изображения

Аннотация

Мы представляем простой и эффективный метод устранения размытия изображения вслепую, основанный на априорном использовании темного канала. Наша работа вдохновлена ​​интересным наблюдением, что темный канал размытых изображений менее разрежен.
Хотя большинство фрагментов изображения в чистом изображении содержат несколько темных пикселей, эти пиксели не являются темными при усреднении с соседними пикселями высокой интенсивности в процессе размытия. Это изменение в
разреженность темного канала — это неотъемлемое свойство процесса размытия, которое мы доказываем математически и подтверждаем с помощью обучающих данных. Поэтому обеспечение разреженности
темного канала помогает слепому удалению размытия в различных сценариях, включая естественные изображения, лица, текст и изображения с низким освещением. Однако разреженность темного канала создает невыпуклую нелинейную проблему оптимизации. Мы представляем
линейная аппроксимация оператора min для вычисления темного канала. Наш метод, основанный на справочной таблице, быстро сходится на практике и может быть непосредственно расширен для неравномерного удаления размытия. Обширные эксперименты показывают, что
наш метод обеспечивает самые современные результаты устранения размытия естественных изображений и выгодно отличается от методов, которые хорошо разработаны для конкретных сценариев.


Технические документы и коды

Цзиньшань Пан, Децин Сун, Ханспетер Пфистер и Мин-Сюань Ян, «Размытие слепого изображения с использованием предварительного темного канала», Международная конференция IEEE по компьютерному зрению ( CVPR ), 2016 г. ( Устная презентация )

Бумага

Дополнительный материал

Код MATLAB [Panbaidu]    Код MATLAB [Dropbox]

Цзиньшань Пан, Децин Сун, Ханспетер Пфистер и Мин-Сюань Ян, «Устранение размытости изображений с помощью предварительного темного канала», IEEE Transactions on Pattern Analysis and Machine Intelligence ( TPAMI ), 2018 г.

Бумага

Дополнительный материал

Код MATLAB [Panbaidu]    Код MATLAB [Dropbox]


Бибтекс

  @статья{Pan_2018_PAMI,
  автор = {Джиншань Пан и
               Дэцин Сунь и
               Ханспетер Пфистер и
               Мин-Сюань Ян},
  title = {Удаление размытия изображений с помощью Dark Channel Prior},
  журнал = {{IEEE} Trans. Анальный узор. Мах. Интел.},
  громкость = {40},
  число = {10},
  страницы = {2315--2328},
  год = {2018}
}
 


Экспериментальные результаты

Другие результаты включены в дополнительный материал.

Устранение размытости естественного изображения

Размытое изображение Сюй и др. ЦВПР 2013 Пан и др. ЦВПР 2014 Наш
Размытое изображение Чо и Ли Зигграф Азия 2009 Сюй и Цзя ECCV 2010 Наш

Удаление размытия текста

Размытое изображение Сюй и др. ЦВПР 2013 Пан и др. ЦВПР 2014 Наш
Размытое изображение Сюй и др. ЦВПР 2013 Пан и др. ЦВПР 2014 Наш

Удаление размытости изображения при слабом освещении

Размытое изображение Сюй и др. ЦВПР 2013 Ху и др. ЦВПР 2014 Наш
Размытое изображение Сюй и др. ЦВПР 2013 Он и др. ЦВПР 2014 Наш

Устранение размытости изображения лица

Размытое изображение Сюй и др. ЦВПР 2013 Пан и др. ЕССВ 2014 Наш
Размытое изображение Сюй и др. ЦВПР 2013 Пан и др. ЕССВ 2014 Наш

Неоднородное устранение размытости изображения

Размытое изображение Уайт и др. IJCV 2012 Сюй и др. ЦВПР 2013 Наш
Размытое изображение Гупта и др. ЕСКТ 2010 Сюй и др. ЦВПР 2013 Наш

Количественная оценка наборов данных естественного устранения размытия изображений

Результаты Levin et al. Набор данных CVPR 2009 Результаты по Köhler et al. Набор данных ECCV 2012 результатов по Sun et al. Набор данных ICCP 2013

Каталожные номера

[1] С. Чо и С. Ли. «Удаление размытия при быстром движении», SIGGRAPH ASIA 2009.

[2] Л. Сюй и Дж. Цзя. «Двухфазная оценка ядра для надежного удаления размытия при движении», ECCV 2010.

[3] Л. Сюй, С. Чжэн и Дж. Цзя. «Неестественное L 0 разреженное представление для естественного устранения размытия изображения», CVPR 2013.

[4] J. Pan, Z. Hu, Z. Su и M.-H. Ян. «Удаление размытия текстовых изображений с помощью L0-регулируемой интенсивности и предварительного градиента», CVPR 2014.

[5] З. Ху, С. Чо, Дж. Ван и М.-Х. Ян. «Размытие изображений при слабом освещении со светлыми полосами», CVPR 2014.

[6] J. Pan, Z. Hu, Z. Su и M.-H. Ян. «Размытие изображений лиц с помощью образцов», ECCV 2014.

[7] О. Уайт, Дж. Сивик, А. Зиссерман и Дж. Понсе. «Неравномерное устранение размытия для дрожащих изображений», IJCV 2012.

[8] А. Гупта, Н. Джоши, Л. Зитник, М. Коэн и Б. Курлесс. «Удаление размытия одного изображения с использованием функций плотности движения», ECCV 2010.

[9] А. Левин, Ю. Вайс, Ф. Дюран и В. Т. Фриман, «Понимание и оценка алгоритмов слепой деконволюции», CVPR 2009.

[10] Р. Колер, М. Хирш, Б. Молер и Б. Шолкопф. «Запись и воспроизведение дрожания камеры: сравнение слепой деконволюции с реальной базой данных», ECCV 2012.

[11] Л. Сун, С. Чо, Дж. Ван и Дж. Хейс. «Оценка ядра размытия на основе краев с использованием априорных исправлений», ICCP 2013.

[PDF] Удаление полос дождя с помощью априорных слоев

  • DOI:10.1109/CVPR.2016.299
  • Идентификатор корпуса:

    41

 @article{Li2016RainSR,
  title={Удаление полос дождя с использованием приоритетов слоев},
  автор = {Ю Ли и Робби Т.  Тан, Сяоцзе Го, Цзянбо Лу и М. С. Браун},
  journal={Конференция IEEE по компьютерному зрению и распознаванию образов (CVPR) 2016 года},
  год = {2016},
  страницы={2736-2744}
} 
  • Ю Ли, Р. Тан, М. С. Браун
  • Опубликовано 1 июня 2016 г.
  • Информатика
  • Конференция IEEE по компьютерному зрению и распознаванию образов (CVPR) 2016 г.

В этом документе рассматривается проблема удаления полос дождя с одного изображения. [] Ключевой метод В этой статье мы предлагаем эффективный метод, который использует простые априорные значения на основе патчей как для фонового слоя, так и для слоя дождя. Эти априорные модели основаны на смешанных моделях Гаусса и могут учитывать несколько ориентаций и масштабов полос дождя. Этот простой подход качественно и количественно удаляет полосы дождя лучше, чем существующие методы. Мы делаем обзор нашего метода и демонстрируем его эффективность на протяжении…

Посмотреть в IEEE

publish. illinois.edu

Разложение полос дождя по одному изображению с использованием априорных значений слоя

В этой статье предлагается метод, который налагает априорные значения как для фонового слоя, так и для слоев полос дождя, на основе гауссовых смешанных моделей, изученных на небольших участках, которые могут приспосабливаются к различным видам фона, а также к появлению полос дождя.

Удаление дождя с помощью квазиразреженных изображений Priors

  • Yinglong Wang, Shuaicheng Liu, C. Chen, Dehua Xie, B. Zeng
  • Информатика

    ArXiv

  • 2018

Показано, что представленный новый метод удаления дождя может надежно удалять дождь с изображений и превосходит некоторые современные алгоритмы удаления дождя.

Совместная двухслойная оптимизация для удаления полос дождя на одном изображении

Новый метод удаления полос дождя с одного входного изображения путем разложения его на фоновый слой B без дождя и слой полос дождя R, который превосходит состояние -современный.

Residual Multiscale Based Single Image Deraining

  • Yupei Zheng, Xin Yu, Miaomiao Liu, Shunli Zhang
  • Computer Science

    BMVC

  • 2019

This paper proposes a residual multiscale pyramid based single image deraining method to облегчают сложность разложения изображения дождя и демонстрируют, что этот метод значительно превосходит современный уровень техники.

Удаление полос дождя для одного изображения с помощью направленной регуляризации полной вариации

Выпуклая модель, которая использует общую направленную вариацию (DTV) для характеристики гладкости полос дождя в произвольных ориентациях и разрабатывает эффективный алгоритм, основанный на методе переменного направления множителей (ADMM), который превосходит недавнее состояние -художественные методы визуально и количественно.

Направленная глобальная разреженная модель для удаления дождя на одном изображении

Обнаружение и удаление дождя в глубоких соединениях на одном изображении новая контекстуализированная расширенная сеть разработана для использования региональной контекстной информации и для получения более качественных представлений для обнаружения дождя.

Предварительная оптимизация глубокого уровня для удаления полос дождя на одном изображении

  • Ришен Лю, Чжиин Цзян, Лонг Ма, Синь Фань, Хаоцзе Ли, Чжунсюань Луо (ICASSP)

  • 2018

Предыдущий глубокий слой максимально используется в рамках апостериорной структуры для восстановления собственной структуры дождя, а оптимизацию результирующей вариационной энергии можно понимать как одновременное выполнение распространения дождя и изображения на основе данных. зависимые остаточные сети и сигналы задач.

Эффективная модель дождя и тумана для обнаружения и удаления дождя

Предлагается метод, сочетающий свойство градиента с моделью дождя и тумана, для удаления полос дождя на одиночных изображениях, который превосходит существующие методы в отношении визуальных характеристик и количественных аспектов.

Метод многозонной обработки для очистки одного изображения

  • Huasong Chen, Yasong Zhang, Qin Ding, Hao Qiang, Yuanyuan Fan
  • Информатика

    SPIE/COS Photonics Asia

  • 2019

В этой статье предлагается новый метод одновременного исследования кандидатов на полосы дождя и восстановления изображения, который использует регуляризацию разреженности L0 для оценки области дождя и применяет фреймлет с нормой L0 для защиты изображений резкости.

ПОКАЗАНЫ 1–10 ИЗ 29 ССЫЛОК

СОРТИРОВАТЬ ПОРелевантность Наиболее влиятельные документыНедавность

Автоматическое удаление полос дождя на основе одиночного изображения с помощью декомпозиции изображения

  • Li-Wei Kang, Chia-Wen Lin, Yu-Hsiang Fu
  • Engineering, Computer Science

    IEEE Transactions on Image Processing

  • 2012

правильная формулировка удаления дождя как задачи декомпозиции изображения на основе анализа морфологических компонентов и показывает, что компонент дождя может быть успешно удален с изображения при сохранении большинства исходных деталей изображения.

Удаление дождя с одного изображения с помощью дискриминационного разреженного кодирования

Целью статьи является разработка эффективного алгоритма для удаления визуальных эффектов дождя с одного изображения дождя, т. е. алгоритм обучения по словарю.

Разделение слоев одного изображения с использованием относительной гладкости

В этом документе рассматривается выделение двух слоев из изображения, где один слой более сглажен, чем другой, путем введения новой стратегии, которая упорядочивает градиенты двух слоев таким образом, чтобы один имел распределение с длинным хвостом, а другой другой короткий хвост распределения.

Видение и дождь

Разработаны фотометрическая модель, описывающая интенсивность отдельных полос дождя, и динамическая модель, учитывающая пространственно-временные свойства дождя, которые описывают полный визуальный вид дождя.

Очистка одиночного изображения с использованием адаптивного фильтра нелокальных средних

Предложен адаптивный алгоритм удаления полос дождя для одного изображения, и экспериментальные результаты показывают, что предложенный алгоритм более эффективно удаляет полосы дождя и обеспечивает более высокое качество восстановленного изображения, чем обычные алгоритмы.

Использование структурного сходства изображения для удаления дождя на одном изображении

При формулировании выбора основы как задачи оптимизации структурное сходство оснований изображений используется для решения проблемы удаления дождя на одном изображении, а те, которые связаны с характером дождя, игнорируются, в то время как детализированное изображение информация может быть сохранена.

Обобщенная низкоранговая модель внешнего вида для пространственно-временно коррелированных полос дождя

В этой работе предлагается и обобщается низкоранговая модель от матричной до тензорной структуры для захвата пространственно-временно коррелированных полос дождя и удаления полос дождя с изображения. /video унифицированным образом.

Эффективное удаление дымки с изображения с ограничением границ и контекстуальной регуляризацией

Предлагается эффективный метод регуляризации для удаления дымки из одного входного изображения и восстановления высококачественного изображения без дымки с точными цветами и мелкими деталями изображения.