简介：为随机的珍视的噪音贿赂的deblurring图象，二阶段的方法首先仅仅与选择数据选择可能未来的reliables(没被随机的珍视的噪音贿赂的数据)然后deblur图象。然而，二阶段的方法经常引起有缺点的数据人工制品，它被混合数据的缺乏引起的失踪的数据人工制品和主要虚伪地选择的孤立点(被随机的珍视的噪音贿赂的数据)引起的吵闹的数据人工制品的结果。在这份报纸，压制这些有缺点的数据人工制品，我们建议一个变模糊的模型基于可靠选择的技术选择to-be-recovered象素值做所有贡献的尽可能许多选择了的reliables数据，当尽可能精确地排除孤立点时。我们也建议一种正规化技术在恢复象素价值补偿不一致的率。我们在Gaussian和斜deblurring上进行了模拟研究评估建议技术的表演。模拟结果证明那建议技术改进了二阶段的方法的性能，由有效地压制有缺点的数据人工制品。[从作者抽象]
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
