1) Iterative Blind Deconvolution (IBD)
迭代盲目反卷积(IBD)方法
2) iteration blind deconvolution
迭代盲目去卷积
3) iterative blind deconvolution
迭代盲反卷积
1.
To cope with the uncertainty of the solution s uniqueness and convergence in the iterative blind deconvolution(IBD) method,a novel wavelet-based iterative blind image restoration algorithm is proposed.
针对迭代盲反卷积算法中解的唯一性和收敛性不确定问题,提出了基于小波的迭代盲图像恢复新算法。
4) Blind Deconvolution
盲目反卷积
1.
Kurtosis Blind Deconvolution for X-ray Powder Diffraction Spectra;
X射线粉末衍射谱的峰度盲目反卷积
2.
In this paper,in order to improve the contrast of a virus image,the arithmetic of MDL wavelet soft threshold denoising associated with blind deconvolution is used.
本文介绍了应用MDL小波软阈值去噪结合盲目反卷积来实现病毒原图像的恢复,以达到对比度提高的效果。
3.
A recently developed iterative blind deconvolution(IBD)algorithm based on conjugate gradi- ent algorithm has been applied to improve many images.
针对图像恢复时采用共轭梯度(CG)算法的盲目反卷积(IBD)算法不能很好收敛的问题,提出了一种改进共轭梯度法迭代循环条件的方法,有效地改进了盲目反卷积算法的收敛性,同时也减小了算法的计算量。
5) iterative convolution method
迭代卷积法
1.
08) ns using deconvolution from the combination of the phase plane method and iterative convolution method.
通过相平面法和迭代卷积法相结合的解卷积处理，测得乙醛４０％水溶液的真实荧光寿命为（７。
6) blind deconvolution
盲反卷积
1.
A blind deconvolution method for chaotic signals based on prediction and recons truction analysis;
混沌卷积混合信号的预测重构盲反卷积方法
2.
To observe object in high resolution,combining characteristic of noise,with physical constraint,a novel method of atmospheric turbulence-degraded images blind deconvolution restoration minimization model is proposed.
为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像。
3.
According to the imaging of object by atmospheric turbulence and total variation effect in denoising,minimum model of multiframe blind deconvolution of atmospheric turbulence-degraded images based on total variation is proposed.
根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。
补充资料：滤波反投影或卷积反投影
滤波反投影或卷积反投影
影像学术语。当代影像学设备进行影像重建的数学方法。在直接用扫描后所获得的投影轨迹剖面图反投影重建出的CT图像中，无法避免角度卷入条纹伪影(angular aliasing streaks)造成的模糊和失真。这种现象与被扫描层面的空间频率中高频信息的损失有关。使用一种精密的数学方法去除这种模糊。称为“展现”(unfolding)或去卷积(deconvolution)，即在反投影前使用一种数学的“滤器”或卷积函数对原始数据进行修正，然后再进行反投影。两步数学处理过程合称为滤波(修正后)反投影或卷积(后)反投影。这种方法的优点是处理过程简单，速度快，所得图像逼真、清晰。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条