文件名称：基于Huber函数双边全变分的多帧文档图像超分辨率重建 (2014年)
文件大小：386KB
文件格式：PDF
更新时间：2024-05-11 17:46:05
自然科学 论文
针对低分辨率文档图像中噪声模型不确定、字符边缘和纹理走向复杂多变的问题，提出Geman&McClure(G&M)范数替代L1、L2范数用于提高算法的鲁棒性，设计了结合双边全变分(BTV)和Huber函数的正则化项，采用Lucas-Kanade光流配准算法，利用字符结构特征的先验信息，使算法在重建过程中更加注重边缘细节与边缘方向信息。实验表明，与L1BTV、L2BTV和无Huber函数的G&MBTV正则化(下文简称G&M方法)重建方法相比，文中算法在混合噪声模型下能够显著平滑噪声、锐化边缘、提升文档图像字符