搜索资源列表
3D_VECTOR_CONTROL
- 三维矢量控件.本控件具有下面特征： 从CButton派生的3D矢量MFC控件。 在3D球体上进行实时光显示。 可变球体半径和位置。 支持位图背景。 支持垂直颜色渐变背景。 可变球体颜色、光颜色和周围颜色。 可变光强度。 支持附加控件（自动更新）。 支持鼠标敏感。 支持前向剪切。 支持下面事件的回调函数： 1. 跟踪球体移动。 2. 用户释放跟踪球，也就是，矢量改变。-Three-dimensional vector c
GPP
- Gradient Profile Prior
estimate-the-defocus-map-in-an-image
- 估计是有用的图像散焦几个应用程序 包括去模糊,模糊放大,测量图像 质量和景深分割。在本文中,我们 现在一个简单而有效的方法来评估一个分散注意力 模糊映射关系为依托的对比 图像梯度在当地的图像区域。我们把这种关系 当地的对比之前。我们的方法的优势 是,它不需要过滤银行或频率分解 输入图像 相反,我们只需要比较 当地的梯度概要文件与当地的对比。我们讨论 背后的想法之前,展示其局部对比度 在各种各样的实验效果-Image defocus estimation is useful
code_13_10_14
- The fusion of images is the process of combining two or more images into a single image retaining important features from each of the images. A scheme for fusion of multi-resolution 2D gray level images based on wavelet transform is presented in this
SRGPP
- 用gradient profile prior做单帧图像超分辨率重建-Image super-resolution using gradient profile prior
CVPR14_text_code_nonblind
- Deblurring Text Images via L0-Regularized Intensity and Gradient Prior文章代码-Deblurring Text Images via L0-Regularized Intensity and Gradient Prior
CVPR14_text_code_blind
- CVPR2016 上的文章 L 0 -Regularized Intensity and Gradient Prior for Deblurring Text Images and Beyond 所对应的代码(The matlab Code of CVPR2016 L 0 -Regularized Intensity and Gradient Prior for Deblurring Text Images and Beyond)
deblur_saturation_v0.1.tar
- 图像去模糊问题是一个典型的反问题。受制于反问题的内在约束，在其庞 大的解空间中寻找真解或者符合视觉习惯的解都非常困难。再加上观测过程中 引入的噪声，更是制约解的质量。 针对图像去模糊的反问题特性，从模型上来看，已有的方法主要集中在两 个大的方向：1）寻求更恰当的图像先验知识来构造更精确的先验模型。这些 先验经历了从光滑性、分片光滑性、梯度稀疏性等诸多特性的演变，在图像的 盲目和非盲目复原方法中都广泛应用。2）根据对观测噪声的分析设计更合理 的保真项。(The image deblurring p
CVPR14_text_code_nonblind
- 2014CVPR Deblurring Text Images via L0-Regularized Intensity and Gradient Prior
05567108.pdf
- The sky region of restored images often appears serious noise and color distortion using classical dark channel prior algorithm. To address this is- sue, we propose an improved dark channel prior algorithm which recognizes the sky regions in hazy ima
DeconvolutionCode-LevinEtAl07
- 所附代码提供了上述三种反卷积策略的实现。要开始，用户应该检查文件demo.m。反褶积子程序在以下文件中实现:deconvL2频率.m:在频域反褶积，假设高斯导数在前面。2.deconvL2.m:利用共轭梯度算法，假设在空间域上存在高斯导数先验的反褶积。3.deconvSps.m:利用迭代重加权最小二乘算法，在空间域上假设一个稀疏导数先验的反褶积。(The enclosed code provides the implementation of the above three deconvolut
cvpr16_deblur_study-master
- 文献 "Deblurring Text Images via L0-Regularized Intensity and Gradient Prior" 的参考代码 用Lp正则化方法做盲复原的代码 demo_text_deblurring 是主函数(refer to "Deblurring Text Images via L0-Regularized Intensity and Gradient Prior" main function: demo_t
text_deblurring_code
- Matlab code for "Deblurring Text Images via L0-Regularized Intensity and Gradient Prior"； demo_text_deblurring 是主函数(refer to Deblurring Text Images via L0-Regularized Intensity and Gradient Prior)