[发明专利]基于无参数低秩矩阵恢复的高动态范围成像去鬼影的方法在审
| 申请号： | 201710267417.8 | 申请日： | 2017-04-21 |
| 公开（公告）号： | CN107093169A | 公开（公告）日： | 2017-08-25 |
| 发明（设计）人： | 秦安勇;丁溢洋;尚赵伟;张太平;唐远炎 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 北京同恒源知识产权代理有限公司11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无参数低秩矩阵恢复的高动态范围成像去鬼影的方法，将鬼影去除转换成了求解秩最小化的优化问题，首先将一系列低动态范围图像以像素值显示，变成一个原始数据矩阵Y，然后使用基于原子分解的最小描述长度准则，通过求解约束条件下的最优解问题，估计出低秩矩阵的秩与稀疏矩阵非零项数目，然后得到真实低秩矩阵的最佳近似。本发明所采用的方法与现有技术相比，能够在相同条件下取得更为良好的高动态范围成像结果，解决了现有技术在去除鬼影方面的不足之处，优于现有技术。 | ||
| 搜索关键词： | 基于 参数 矩阵 恢复 动态 范围 成像 去鬼影 方法 | ||
【主权项】：
一种基于无参数低秩矩阵恢复的高动态范围成像去鬼影的方法，其特征在于：将鬼影去除转换成了求解秩最小化的优化问题，首先将一系列低动态范围图像以像素值显示，变成一个原始数据矩阵Y，然后使用基于原子分解的最小描述长度准则，通过求解约束条件下的最优解问题，估计出低秩矩阵的秩与稀疏矩阵非零项数目，然后根据公式(1)，从而得到真实低秩矩阵的最佳近似；minX,Erank(X)+γ||E||0,s.tY=X+E---(1)]]>其中参数rank(X)表示低秩矩阵的秩，参数γ＞0表示正则化参数，||E||0表示稀疏矩阵E中非零项个数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710267417.8/，转载请声明来源钻瓜专利网。
- 上一篇：低重合率显微图像的无缝拼接方法
- 下一篇：一种实时超分辨率重建方法
