本发明提供一种面向反光金属视觉检测的卷积神经网络图像复原方法,所述方法包括：引入松弛变量,解耦最大后验概率图像复原模型；基于泊松分布构建对数似然项主成分,引入非线性退化模型,剔除反光金属饱和像素；基于卷积神经网络构建对数先验项主成分,约束图像复原解空间；交替更新似然项与先验项,通过多阶段联接优化最终复原图像。本发明利用卷积神经网络优势,省去人工设计先验项繁琐环节,基于非线性退化模型提高图像复原质量,有助于图像复原技术在反光金属视觉检测中的应用。
科研之友
微信
新浪微博
Facebook
分享链接
