• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于雙L0稀疏先驗的圖像運(yùn)動去模糊

    2016-07-19 02:13:42陶宗勤方賢勇談業(yè)靜陳尚文
    計算機(jī)應(yīng)用與軟件 2016年6期
    關(guān)鍵詞:先驗正則梯度

    陶宗勤 方賢勇,2 談業(yè)靜 陳尚文

    1(安徽大學(xué)媒體計算研究所 安徽 合肥 230601)2(南京大學(xué)計算機(jī)軟件新技術(shù)國家重點(diǎn)實驗室 江蘇 南京 210023)

    ?

    基于雙L0稀疏先驗的圖像運(yùn)動去模糊

    陶宗勤1方賢勇1,2談業(yè)靜1陳尚文1

    1(安徽大學(xué)媒體計算研究所安徽 合肥 230601)2(南京大學(xué)計算機(jī)軟件新技術(shù)國家重點(diǎn)實驗室江蘇 南京 210023)

    摘要目前圖像的運(yùn)動去模糊方法在處理較復(fù)雜的運(yùn)動模糊時難以得到理想的效果,其原因之一是這些方法普遍只考慮圖像梯度的稀疏性,忽略了模糊核的稀疏性。針對這一不足提出一種新的雙L0正則約束的運(yùn)動模糊去除方法,該方法同時對自然圖像梯度和模糊核使用L0正則約束,結(jié)合半正定二次分裂最小化的方法進(jìn)行求解優(yōu)化,實現(xiàn)自然模糊圖像梯度和模糊核均稀疏下的模糊核估計,并進(jìn)一步使用L0.5超拉普拉斯正則約束項恢復(fù)最終圖像。實驗發(fā)現(xiàn),該方法可以較好地去除單幅圖像較復(fù)雜的運(yùn)動模糊,更好地克服了估計的模糊核中存在的噪點(diǎn)和錯誤,得到較現(xiàn)有方法更加理想去模糊效果。

    關(guān)鍵詞L0正則約束運(yùn)動去模糊半正定二次分裂

    0引言

    隨著數(shù)碼相機(jī)和移動設(shè)備的普及,數(shù)字圖像已在生活和工作中廣泛應(yīng)用。但是,由于相機(jī)或物體間的相對運(yùn)動等原因,運(yùn)動模糊的圖像經(jīng)常見到。如何去除運(yùn)動模糊,得到清晰的圖像是件非常有意義,但又較難解決的問題。本文針對這一問題進(jìn)行研究,提出一個新的基于圖像梯度和模糊核的雙L0稀疏正則約束的運(yùn)動去模糊方法。

    由于產(chǎn)生模糊的運(yùn)動過程以及原始的清晰圖像均未知,這一病態(tài)的去模糊研究也被稱為盲運(yùn)動去模糊[1-3]。為了實現(xiàn)清晰圖像的還原,這一研究普遍采用圖像先驗知識進(jìn)行約束求解。早期的方法通常采用高斯平滑去懲罰自然圖像或圖像梯度,但這種先驗知識無法保留圖像的清晰邊緣。為了克服這個問題,許多正則化的方法被提出[4,5]。由于自然圖像梯度很難服從高斯分布[6],F(xiàn)ergus等[1]提出一種混合高斯方法適應(yīng)自然圖像的梯度信息,以及一個混合指數(shù)先驗?zāi)M模糊核。Shan等[2]采用圖像的稀疏先驗知識,首先使用一個大的正則約束權(quán)值抑制圖像中不重要的結(jié)構(gòu),并保存重要的結(jié)構(gòu),這樣使得在迭代過程中模糊核朝著正確的方向進(jìn)行。Amizic等[7]在圖像梯度上利用一個超高斯的先驗分布[8],以及在模糊核上使用全變分的先驗約束。Krishnan等[9]在圖像上使用一個L1/L2的正則約束項,主要是在迭代過程中使用L1正則約束項的基礎(chǔ)上將圖像梯度的L2范數(shù)當(dāng)作一個權(quán)值。這些工作都是基于自然圖像統(tǒng)計得到的重尾分布[1]或其變體方法,利用了其在恢復(fù)圖像的過程中能夠很好地保持圖像重要細(xì)節(jié)的特性。

    但是這些基于自然圖像統(tǒng)計的方法雖然能夠很好地保持圖像的細(xì)節(jié),卻在處理復(fù)雜模糊核時并不能得到比較理想的結(jié)果。文獻(xiàn)[10-12]中提出在估計運(yùn)動模糊核的過程中,一般的自然圖像統(tǒng)計方法(Lp正則約束方法(0

    雖然運(yùn)用L0范數(shù)約束圖像稀疏性能夠得到比較理想的恢復(fù)結(jié)果,但是其得到的模糊核卻存在一些瑕疵。具體表現(xiàn)為:現(xiàn)有對圖像梯度實施L0正則約束的方法求出的模糊核雖然可以得到一個較為準(zhǔn)確的運(yùn)動路徑。但在處理一些較為復(fù)雜的運(yùn)動模糊時,得到的路徑周圍存在較多的噪點(diǎn)和錯誤,由于這些錯誤信息的干擾,難以取得理想的去模糊效果。我們認(rèn)為,產(chǎn)生這一現(xiàn)象的原因之一是這些方法沒有考慮產(chǎn)生運(yùn)動模糊的運(yùn)動路徑在空間上是稀疏的,即沒有考慮運(yùn)動模糊核本身的稀疏性,從而無法得到準(zhǔn)確的模糊核。為此,本文考慮模糊核的稀疏性,并進(jìn)一步將其與Pan等提出自然圖像的稀疏性相結(jié)合,提出雙L0約束下模糊核求解方法。該方法使用L0約束項同時約束模糊核和圖像梯度的稀疏性,實現(xiàn)運(yùn)動模糊核的估計。

    由于L0正則約束是一個難以直接計算的問題,我們將Xu等[16]提出的半二次分裂最小化方法引入到本文方法的求解過程中。該方法根據(jù)圖像的L0約束可以在全局上控制圖像中非零梯度值的數(shù)量,從而并不再依賴圖像的局部特征,得到較為理想的去模糊效果。本文方法可以簡述為:運(yùn)用迭代的方法求取模糊核,在迭代的過程中,對中間圖像梯度和模糊核同時使用L0的正則約束項;分別使用半二次分裂最小化方法實現(xiàn)模糊核和清晰圖像的雙L0正則約束下的求解,即通過引入一個輔助變量將原有問題分裂成兩個有閉合解的子問題,從而得到一個最佳的逼近解。在最終圖像的恢復(fù)階段使用的是Krishnan[8]提出的超拉普拉斯分布逼近自然圖像的重尾分布。

    1雙L0正則約束估計模糊核

    1.1通常的圖像去模糊模型

    圖像模糊的數(shù)學(xué)模型可以表示為:

    B=K*U+N

    (1)

    其中B表示觀測到的模糊圖像,K表示模糊核,U表示對應(yīng)的清晰圖像,N表示噪聲,*表示卷積符號。

    從模糊圖像B恢復(fù)到清晰圖像U的過程是一個成像的逆過程,然而由于噪聲的存在,這種恢復(fù)過程通常是病態(tài)的,這樣一般的逆濾波方法[17]并不能得到一個理想的結(jié)果。為了獲得更好的結(jié)果,通常采用正則化方法建模得到能量最小化方程,然后進(jìn)行求解:

    (2)

    其中第一項是數(shù)據(jù)保真項,用來控制解的逼近程度;第二和三項為正則項,用來約束信號的能量;λ為圖像正則項參數(shù),用來調(diào)節(jié)圖像先驗知識的權(quán)值;γ是模糊核正則項參數(shù),用來調(diào)整模糊核先驗知識的權(quán)值。φ(U)和ω(K)分別代表圖像和模糊核的先驗知識的正則項,根據(jù)正則項的不同,可以產(chǎn)生不同的正則化方法。目前提出的正則化方法主要有表 1所示的幾種。可以看出:在圖像的約束項方面,非自然圖像統(tǒng)計的L0正則約束項具有更好的恢復(fù)結(jié)果,而在模糊核的先驗約束上,很少有人考慮L0的稀疏約束。

    表1 現(xiàn)有正則化方法的正則約束項

    1.2雙L0估計模糊核模型

    模糊核的估計對去運(yùn)動模糊是至關(guān)重要的,通過對比發(fā)現(xiàn),文獻(xiàn)[9,10,19]等利用自然圖像統(tǒng)計得到的Lp(0

    這一雙L0約束的模型可表示為下面的能量最小化表達(dá)式:

    (3)

    基于上述表達(dá)式的模糊核和清晰圖像求解可直接使用MAP框架[9, 13, 14, 18],即將上面的模型分成兩步反復(fù)迭代求解。首先初始化一個模糊核,利用這個模糊核求清晰圖像梯度,然后利用這個圖像梯度估計模糊核,之后再利用估計得到的模糊核繼續(xù)求清晰圖像。圖1給出雙L0估計模糊核算法的流程圖。

    圖1 雙L0求取模糊核流程圖

    1.3L0估計中間圖像

    由式(3)可以得到求解中間圖像的模型為:

    (4)

    由于式(4)是一個離散優(yōu)化問題,這類問題利用傳統(tǒng)的梯度下降法以及一些離散優(yōu)化方法非常難以解決。這里利用交替逼近的半正定二次分裂L0最小化方法。首先引入一個輔助變量G,這個G對應(yīng)于圖像U的梯度信息X,然后將式(4)重寫成下面的形式:

    (5)

    其中μ趨近于無限大時,這樣可以使式(5)的解接近于式(4)。而模型式(5)可以通過一個交替最小化G和X的方法解決。

    可將G初始化為一個全0的矩陣,這樣每一步迭代過程中,可以用以下的模型求X:

    (6)

    這是一個最小二乘最小化問題,它的閉合解為:

    (7)

    然后,可由得到的X求出G:

    (8)

    這是一個針對每個像素求式(8)最小值的問題,根據(jù)文獻(xiàn)[16]的證明可以得到相應(yīng)的解為:

    (9)

    1.4L0估計模糊核

    類似于式(3),模糊核可以通過如下的模型求解:

    (10)

    式(10)的解法與求解中間圖像梯度類似。首先引入一個輔助變量H,這個H對應(yīng)于模糊核K,然后將式(10)重寫成下面的形式:

    (11)

    其中β趨近于無限大,這樣可以使式(11)的解接近于式(10)。而對模型式(11)可以通過一個交替最小化H和K的方法解決。

    同樣,可將H初始化為一個全0的矩陣,這樣每一步迭代過程中,可以用以下的模型求K:

    (12)

    式(12)的閉合解為:

    (13)

    進(jìn)一步,由得到的K可求H:

    (14)

    得出相應(yīng)的解為:

    (15)

    1.5最終清晰圖像的恢復(fù)

    上面得到的X是清晰圖像的梯度,并不是最終的恢復(fù)圖像,還缺少了圖像的細(xì)節(jié)部分。因此在最后一步,可利用上面得到的模糊核K,然后用一個非盲的去卷積算法得到最終的恢復(fù)圖像。這里使用的是文獻(xiàn)[8]給出的超拉普拉斯方法,使用的是L0.5的正則約束項,模型如下:

    minuλ1‖K*U-B‖2+‖U‖0.5

    (16)

    1.6核心代碼

    本文使用MAP框架,利用半正定二次分裂最小化方法得到最優(yōu)逼近解,這里給出求解中間圖像的核心代碼,求解模糊核的代碼和求解中間圖像類似:

    function[Sx,Sy] =L0deblur_smooth(Sx,Sy,kernel,lambda,opts)

    betamax= 1e2;

    [N,M,D] =size(Sx);

    sizeI2D= [N,M];

    KER=psf2otf(kernel,sizeI2D);

    Den_KER=abs(KER).^2;

    Normin1_x=fft2(Sx);

    Normin1_y=fft2(Sy);

    ifD>1

    % 維度大于1時,擴(kuò)充維度

    Den_KER=repmat(Den_KER,[1,1,D]);

    end

    beta=opts.mu;

    kappa=opts.rho;

    whilebeta

    Denormin=beta+Den_KER;

    % 求出公式(7)中的分母

    h=Sx;

    % 清晰圖像梯度(x軸方向)

    v=Sy;

    ifD==1

    ht=h.^2

    % 得到小于閾值的像素點(diǎn)矩陣

    vt=v.^2

    else

    ht=sum((h.^2),3)

    ht=repmat(ht,[1,1,D]);

    vt=sum((v.^2),3)

    vt=repmat(vt,[1,1,D]);

    end

    h(ht)=0;v(vt)=0;

    FSx=(conj(KER).*Normin1_x+beta*fft2(h))./Denormin;

    FSy=(conj(KER).*Normin1_y+beta*fft2(v))./Denormin;

    Sx=real(ifft2(FSx));

    % 逆傅里葉變換求取結(jié)果

    Sy=real(ifft2(FSy));

    beta=beta*kappa;

    end

    end

    2實驗

    為了驗證上述方法的可行性和效果,本文分別對人造圖像和真實圖像進(jìn)行了大量的實驗。本實驗的實驗環(huán)境為:Window7 64位操作系統(tǒng),8GB內(nèi)存,CPU為Inter奔騰G620,軟件為Matlab2013a。實驗主要針對文獻(xiàn)[9,13,14]進(jìn)行對比,這些文獻(xiàn)中提出的方法都是最近效果比較好,并且比較有代表性的正則化方法。實驗中對仿真圖像分辨率為600×800,噪聲是參數(shù)為0.001的隨機(jī)噪聲。并且分辨率越大運(yùn)行時間越長,噪聲越大得到的恢復(fù)效果越差。每幅效果圖右邊從上到下的三幅小圖分別為模糊核、上方和下方白色小塊放大圖,其中標(biāo)題為“清晰圖像”和“模糊圖像”的子圖中的模糊核為真實的模糊核,其他的為算法估計得到的模糊核。

    圖2是圖像卷積模擬的模糊核后各算法的恢復(fù)結(jié)果。(a)是實際拍攝得到的清晰圖像,分辨率為600×800;(b)是卷積一個59×59的模糊核后加噪聲形成的模糊圖像;(c)是文獻(xiàn)[9]恢復(fù)結(jié)果,可以看出在模糊核比較大的時候,Krishnan等方法則會失效;(d)是文獻(xiàn)[13]的恢復(fù)結(jié)果,從圖中可看出雖然此方法可以求出一個接近的模糊核,但存在較大的錯誤;(e)是文獻(xiàn)[14]的恢復(fù)結(jié)果,從圖中可以看到模糊核的主干部分基本求的比較準(zhǔn)確,但周圍存在較多的噪聲和錯誤;(f)是本文的恢復(fù)結(jié)果,可以看出本文方法求出的模糊核是比較理想的。這個實驗說明在處理模擬運(yùn)動模糊的情況下,本文方法更有優(yōu)勢。

    圖2 模擬運(yùn)動模糊的恢復(fù)結(jié)果

    本文方法對真實的模糊圖像同樣可以取得較好的去模糊結(jié)果。如圖3所示是Krishnan等的方法中使用的真實模糊圖像(分辨率為1024×1280,模糊核的大小為25×25)。其中,(a)為真實的模糊圖像;(b)是文獻(xiàn)[9]方法估計的模糊核和恢復(fù)結(jié)果,可以看出模糊核估計的并不準(zhǔn)確;(c)是文獻(xiàn)[13]估計的模糊核和恢復(fù)結(jié)果,從圖可知模糊核還是有些偏差,導(dǎo)致恢復(fù)的效果不佳;(d)是文獻(xiàn)[14]估計的模糊核和恢復(fù)結(jié)果,其得到的模糊核也不準(zhǔn)確;(e)是本文方法得到的模糊核和恢復(fù)結(jié)果,從右邊的局部放大圖中可以看出,本文方法估計的模糊核和恢復(fù)結(jié)果都相對比較理想。

    圖3 真實運(yùn)動模糊圖像恢復(fù)結(jié)果

    圖4是利用最近效果比較好的幾個算法對同一清晰圖像卷積不同模糊核得到的模糊圖像求取模糊核的結(jié)果(其中模糊核大小都為59×59)。從圖中可以看出,L1/L2+L1方法在這種較大尺度復(fù)雜模糊核估計中完全失效,L0+L2的方法雖然可以得到模糊核的基本主干,但都存在很多噪點(diǎn)和錯誤信息從而影響去模糊效果;而本文的雙L0方法估計的模糊核在大多數(shù)情況下能夠很好的去除噪點(diǎn)和錯誤,從而得到更加理想的運(yùn)動模糊核。

    圖4 估計的運(yùn)動模糊圖像的模糊核

    圖4中:第一行是真實模糊核;第二行是文獻(xiàn)[9]方法估計的模糊核,利用L1/L2正則項約束項約束圖像梯度,L1的正則項約束項約束運(yùn)動模糊核;第三行是文獻(xiàn)[13]方法估計的模糊核,利用L0的圖像梯度約束項和L2的模糊核約束項;第四行是文獻(xiàn)[14]方法估計的模糊核,利用L0的圖像梯度約束項和L2的模糊核約束項;第五行是利用本文雙L0方法估計的模糊核。

    表2是利用文獻(xiàn)[12]提供數(shù)據(jù)集中的8個模糊核來卷積拍攝到清晰圖像并加上噪聲,使用本文方法和最近效果比較理想的幾個算法求解得到恢復(fù)結(jié)果的峰值信噪比對比。從表中可以看出本文方法是最接近于真實模糊核的恢復(fù)結(jié)果的。

    表2 恢復(fù)結(jié)果的峰值信噪比對比

    3結(jié)語

    針對目前去除圖像運(yùn)動模糊的方法難以去除較復(fù)雜的模糊,以及當(dāng)前L0方法存在的一些不足,提出雙L0正則約束的運(yùn)動模糊去除方法。該方法根據(jù)圖像梯度的稀疏性以及運(yùn)動模糊核的稀疏性,在估計模糊核的過程中對中間圖像梯度和模糊核同時使用L0正則約束的稀疏先驗,從而得到了一個更加魯棒的運(yùn)動去模糊模型;進(jìn)一步,運(yùn)用一個半正定二次分裂方法求解該模型,得到準(zhǔn)確的模糊核;最后,使用L0.5的超拉普拉斯方法得到了較好的清晰原圖像。實驗結(jié)果表明該方法是可行的。以后的工作中將會考慮算法中參數(shù)的自適應(yīng)調(diào)整問題和最終恢復(fù)圖像中存在的振鈴效應(yīng)問題,以期得到更加清晰和準(zhǔn)確的去模糊結(jié)果。

    參考文獻(xiàn)

    [1]FergusR,SinghB,HertzmannA,etal.Removingcamerashakefromasinglephotograph[J].ACMTransactionsonGraphics(TOG).ACM,2006,25(3):787-794.

    [2]ShanQ,JiaJ,AgarwalaA.High-qualitymotiondeblurringfromasingleimage[J].ACMTransactionsonGraphics(TOG).ACM,2008,27(3):73.

    [3]ChoS,LeeS.Fastmotiondeblurring[J].ACMTransactionsonGraphics(TOG).ACM,2009,28(5):145.

    [4]DaniilidisK,MaragosP,ParagiosN,etal.SingleImageDeblurringUsingMotionDensityFunctions[C]//DaniilidisK,MaragosP,ParagiosN.ComputerVision-ECCV2010.SpringerBerlinHeidelberg,2010:171-184.

    [5]ChanTF,Chiu-KwongW.Totalvariationblinddeconvolution[J].ImageProcessing,IEEETransactionson,1998,7(3):370-375.

    [6]FieldD.WhatIstheGoalofSensoryCoding?[J].NeuralComputation,1994,6(4):559-601.

    [7]AmizicB,MolinaR,KatsaggelosAK.SparseBayesianblindimagedeconvolutionwithparameterestimation[J].EURASIPJournalonImageandVideoProcessing,2012,2012(1):1-15.

    [8]KrishnanD,FergusR.Fastimagedeconvolutionusinghyper-Laplacianpriors[C]//AdvancesinNeuralInformationProcessingSystems,2009:1033-1041.

    [9]KrishnanD,TayT,FergusR.Blinddeconvolutionusinganormalizedsparsitymeasure:ComputerVisionandPatternRecognition(CVPR)[C]//2011IEEEConferenceon,Providence,RI,2011:20-25.

    [10]WipfD,ZhangH.RevisitingBayesianblinddeconvolution[J].EprintarXiv:2013(15):3595-3634.

    [11]BenichouxA,VincentE,GribonvalR.Afundamentalpitfallinblinddeconvolutionwithsparseandshift-invariantpriors:Acoustics,SpeechandSignalProcessing(ICASSP)[C]//2013IEEEInternationalConferenceon,Vancouver,BC,2013:26-31.

    [12]LevinA,WeissY,DurandF,etal.Understandingandevaluatingblinddeconvolutionalgorithms[C]//ComputerVisionandPatternRecognition,2009.CVPR2009.IEEEConferenceon.IEEE, 2009:1964-1971.

    [13]JinshanP,ZhixunS.FastL0-RegularizedKernelEstimationforRobustMotionDeblurring[J].SignalProcessingLetters,IEEE,2013,20(9):841-844.

    [14]LiX,ShichengZ,JiayaJ.UnnaturalL0SparseRepresentationforNaturalImageDeblurring:ComputerVisionandPatternRecognition(CVPR)[C]//2013IEEEConferenceon,Portland,OR,2013:23-28.

    [15]PanJ,HuZ,SuZ,etal.DeblurringTextImagesviaL0-RegularizedIntensityandGradientPrior:ComputerVisionandPatternRecognition(CVPR)[C]//2014IEEEConferenceon,Columbus,OH,USA,2014:23-28.

    [16]XuL,LuC,XuY,etal.ImagesmoothingviaL0gradientminimization[J].ACMTransactionsonGraphics(TOG),2011,30(6):174.

    [17] 李沛秦,謝劍斌,陳章永,等.一種面向目標(biāo)區(qū)域的快速去模糊算法[J].信號處理,2010(8):1240-1245.

    [18]KoteraJ,roubekF,MilanfarP.Blinddeconvolutionusingalternatingmaximumaposterioriestimationwithheavy-tailedpriors[C]//ComputerAnalysisofImagesandPatterns.SpringerBerlinHeidelberg,2013:59-66.

    [19]LevinA,WeissY,DurandF,etal.UnderstandingBlindDeconvolutionAlgorithms[J].PatternAnalysisandMachineIntelligence,IEEETransactionson,2011,33(12):2354-2367.

    IMAGE MOTION DEBLURRING BASED ON DOUBLE L0SPARSE PRIORI

    Tao Zongqin1Fang Xianyong1,2Tan Yejing1Chen Shangwen1

    1(Institute of Media Computing,Anhui University,Hefei 230601,Anhui,China)2(State Key Laboratory for Novel Software Technology,Nanjing University,Nanjing 210023,Jiangsu,China)

    AbstractExisting image motion deblurring methods cannot obtain ideal results when dealing with the complex motion blurs. One of the reasons is that they generally only consider the sparsity of image gradients but ignore the sparsity of blur kernel. To overcome this limitation, this paper presents a new motion deblurring method with double L0 regular constraints, which applies the L0 regular constraints to both the natural image gradients and blur kernel, by combining the semi-definite quadratic splitting minimisation method it carries out the solution optimisation and realises the blur kernel estimation under the conditions of natural blurred image gradients and average sparsity of blur kernel. It further adopts a hyper-Laplacian term with L0.5regular constraint to restore the final deblurred image. Experiment finds that the proposed method can well remove the rather complex motion blur of single image and better overcome the estimated noise and errors in blur kernel, and consequently obtains a more ideal motion deblurring effect than existing methods.

    KeywordsL0 regular constraintMotion deblurringSemi-definite quadratic splitting

    收稿日期:2014-12-26。安徽省自然科學(xué)基金項目(1408085MF 113,1308085QF100);南京大學(xué)計算機(jī)軟件新技術(shù)國家重點(diǎn)實驗室開放課題(KFKT2013B12)。陶宗勤,碩士生,主研領(lǐng)域:計算機(jī)視覺和計算攝影。方賢勇,教授。談業(yè)靜,碩士生。陳尚文,博士生。

    中圖分類號TP391.4

    文獻(xiàn)標(biāo)識碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.050

    猜你喜歡
    先驗正則梯度
    一個改進(jìn)的WYL型三項共軛梯度法
    一種自適應(yīng)Dai-Liao共軛梯度法
    基于無噪圖像塊先驗的MRI低秩分解去噪算法研究
    剩余有限Minimax可解群的4階正則自同構(gòu)
    一類扭積形式的梯度近Ricci孤立子
    類似于VNL環(huán)的環(huán)
    基于自適應(yīng)塊組割先驗的噪聲圖像超分辨率重建
    基于平滑先驗法的被動聲信號趨勢項消除
    先驗的廢話與功能的進(jìn)路
    有限秩的可解群的正則自同構(gòu)
    中文字幕亚洲精品专区| 亚洲欧洲国产日韩| 观看美女的网站| 久久久久精品性色| 日韩电影二区| 叶爱在线成人免费视频播放| 色婷婷av一区二区三区视频| 毛片一级片免费看久久久久| 欧美成人精品欧美一级黄| 男女无遮挡免费网站观看| 欧美激情高清一区二区三区 | 91久久精品国产一区二区三区| 精品国产国语对白av| 欧美成人精品欧美一级黄| 另类亚洲欧美激情| av视频免费观看在线观看| 国产成人精品福利久久| 边亲边吃奶的免费视频| 最黄视频免费看| av.在线天堂| 在线观看免费日韩欧美大片| av福利片在线| 一级毛片 在线播放| 中国三级夫妇交换| 自拍欧美九色日韩亚洲蝌蚪91| 国产激情久久老熟女| 一级毛片电影观看| 中国国产av一级| 最近中文字幕高清免费大全6| 99久久综合免费| 黄色毛片三级朝国网站| 日韩欧美精品免费久久| 人妻系列 视频| 中文字幕制服av| 精品国产一区二区三区四区第35| 亚洲在久久综合| 美女脱内裤让男人舔精品视频| 一级,二级,三级黄色视频| 亚洲av中文av极速乱| 视频在线观看一区二区三区| 日韩av在线免费看完整版不卡| av免费观看日本| 亚洲av.av天堂| 色吧在线观看| 亚洲精品国产一区二区精华液| 男女高潮啪啪啪动态图| 欧美日韩视频高清一区二区三区二| 在线观看免费高清a一片| 一本久久精品| 最近的中文字幕免费完整| www.自偷自拍.com| 成人亚洲精品一区在线观看| 免费不卡的大黄色大毛片视频在线观看| 午夜老司机福利剧场| 亚洲av在线观看美女高潮| 成人亚洲精品一区在线观看| 精品午夜福利在线看| 我要看黄色一级片免费的| videos熟女内射| 黑丝袜美女国产一区| 久久这里只有精品19| 高清不卡的av网站| 亚洲少妇的诱惑av| 成人亚洲欧美一区二区av| 菩萨蛮人人尽说江南好唐韦庄| 国产免费视频播放在线视频| 丁香六月天网| 男的添女的下面高潮视频| 一边亲一边摸免费视频| 建设人人有责人人尽责人人享有的| 午夜免费男女啪啪视频观看| 波多野结衣一区麻豆| 国产人伦9x9x在线观看 | 亚洲熟女精品中文字幕| 亚洲成人手机| 精品亚洲成a人片在线观看| 人体艺术视频欧美日本| 色吧在线观看| 最近的中文字幕免费完整| 1024香蕉在线观看| 久久精品久久久久久噜噜老黄| 国产成人免费无遮挡视频| 男人舔女人的私密视频| 黄频高清免费视频| 精品一区在线观看国产| 18禁动态无遮挡网站| 在线天堂中文资源库| 人人妻人人澡人人看| 好男人视频免费观看在线| 新久久久久国产一级毛片| 国产精品av久久久久免费| av免费在线看不卡| 国产精品免费视频内射| 在线精品无人区一区二区三| 菩萨蛮人人尽说江南好唐韦庄| 国语对白做爰xxxⅹ性视频网站| 日本91视频免费播放| 久久人妻熟女aⅴ| 国产男人的电影天堂91| 在线观看www视频免费| 亚洲国产日韩一区二区| 成人国语在线视频| 老司机亚洲免费影院| 日韩电影二区| 一区在线观看完整版| 久久国产亚洲av麻豆专区| 黑人巨大精品欧美一区二区蜜桃| 久久精品国产亚洲av高清一级| 国产激情久久老熟女| 少妇熟女欧美另类| 岛国毛片在线播放| 精品午夜福利在线看| 97人妻天天添夜夜摸| 日韩一区二区视频免费看| 亚洲精品视频女| 久久综合国产亚洲精品| 精品亚洲乱码少妇综合久久| 亚洲av欧美aⅴ国产| 中国国产av一级| 晚上一个人看的免费电影| av有码第一页| 啦啦啦在线观看免费高清www| 9热在线视频观看99| 亚洲精华国产精华液的使用体验| 一区二区av电影网| 99久久精品国产国产毛片| 亚洲三级黄色毛片| 免费观看a级毛片全部| 嫩草影院入口| 成人午夜精彩视频在线观看| 精品国产乱码久久久久久小说| 天天躁日日躁夜夜躁夜夜| 欧美97在线视频| 国产极品天堂在线| 咕卡用的链子| 亚洲精品一二三| 99香蕉大伊视频| 久久久久久久久免费视频了| 亚洲欧美中文字幕日韩二区| 免费看av在线观看网站| 在线观看人妻少妇| 亚洲,欧美精品.| 精品国产乱码久久久久久男人| 大香蕉久久成人网| av片东京热男人的天堂| 美女xxoo啪啪120秒动态图| 99久久精品国产国产毛片| 男人舔女人的私密视频| 国产淫语在线视频| 中文字幕另类日韩欧美亚洲嫩草| 男女啪啪激烈高潮av片| 日韩av免费高清视频| 天天躁日日躁夜夜躁夜夜| 欧美日韩亚洲高清精品| 成年动漫av网址| 人体艺术视频欧美日本| 看非洲黑人一级黄片| 国产精品 欧美亚洲| 高清欧美精品videossex| 999久久久国产精品视频| 熟女av电影| 91午夜精品亚洲一区二区三区| 成年女人毛片免费观看观看9 | 亚洲av免费高清在线观看| 99久久人妻综合| 亚洲精品美女久久av网站| 久久99精品国语久久久| 91久久精品国产一区二区三区| 曰老女人黄片| 成年动漫av网址| 国产 一区精品| 99九九在线精品视频| 亚洲国产看品久久| 免费在线观看黄色视频的| 不卡av一区二区三区| 少妇的逼水好多| 免费观看a级毛片全部| 亚洲综合精品二区| 亚洲久久久国产精品| 国产成人91sexporn| 国产 精品1| 捣出白浆h1v1| 一边亲一边摸免费视频| 久久精品国产鲁丝片午夜精品| 欧美精品一区二区大全| 国产精品久久久久久av不卡| 18+在线观看网站| 精品国产一区二区久久| 国语对白做爰xxxⅹ性视频网站| 80岁老熟妇乱子伦牲交| 成人国语在线视频| 久久久久久久大尺度免费视频| 天堂中文最新版在线下载| 国产日韩一区二区三区精品不卡| 国产xxxxx性猛交| 中文欧美无线码| 日韩欧美精品免费久久| 18禁国产床啪视频网站| 成年女人毛片免费观看观看9 | 久久精品久久精品一区二区三区| 国产一区有黄有色的免费视频| 91国产中文字幕| 午夜91福利影院| 一区二区日韩欧美中文字幕| 免费在线观看黄色视频的| 亚洲国产色片| 国产白丝娇喘喷水9色精品| 高清av免费在线| 黄色 视频免费看| 国产福利在线免费观看视频| 热re99久久国产66热| 午夜福利一区二区在线看| 国产欧美日韩综合在线一区二区| 麻豆乱淫一区二区| 一级毛片黄色毛片免费观看视频| 夫妻午夜视频| 女性被躁到高潮视频| 在线观看免费视频网站a站| 亚洲色图 男人天堂 中文字幕| 日韩免费高清中文字幕av| 久久av网站| 亚洲一级一片aⅴ在线观看| 免费看av在线观看网站| 1024视频免费在线观看| 色婷婷久久久亚洲欧美| 人人妻人人澡人人爽人人夜夜| 夫妻午夜视频| 国产精品久久久av美女十八| 日韩不卡一区二区三区视频在线| 另类精品久久| 国产成人精品无人区| 一区二区三区四区激情视频| 18禁国产床啪视频网站| 免费久久久久久久精品成人欧美视频| 日本91视频免费播放| 欧美精品一区二区免费开放| 一级a爱视频在线免费观看| 成人亚洲欧美一区二区av| 美女xxoo啪啪120秒动态图| 国产精品麻豆人妻色哟哟久久| 两性夫妻黄色片| 不卡av一区二区三区| 欧美激情极品国产一区二区三区| 两个人看的免费小视频| 欧美av亚洲av综合av国产av | 最近中文字幕高清免费大全6| 久久精品熟女亚洲av麻豆精品| 国产欧美日韩综合在线一区二区| 国产日韩欧美视频二区| 边亲边吃奶的免费视频| 亚洲国产最新在线播放| 老汉色av国产亚洲站长工具| 亚洲精品国产色婷婷电影| videos熟女内射| 免费观看a级毛片全部| 97人妻天天添夜夜摸| 99国产综合亚洲精品| 校园人妻丝袜中文字幕| 亚洲视频免费观看视频| 男女边吃奶边做爰视频| 国产精品久久久av美女十八| 一级毛片 在线播放| 丝袜在线中文字幕| 日产精品乱码卡一卡2卡三| 高清欧美精品videossex| 免费大片黄手机在线观看| 国产精品欧美亚洲77777| 亚洲国产精品国产精品| 国产欧美日韩综合在线一区二区| 老汉色∧v一级毛片| 电影成人av| 最近手机中文字幕大全| 久久女婷五月综合色啪小说| 精品少妇久久久久久888优播| 久久精品aⅴ一区二区三区四区 | 亚洲美女搞黄在线观看| 99香蕉大伊视频| 一边摸一边做爽爽视频免费| 伊人亚洲综合成人网| 性色avwww在线观看| 不卡视频在线观看欧美| 我的亚洲天堂| 黄片小视频在线播放| 亚洲内射少妇av| 高清在线视频一区二区三区| 久久这里只有精品19| 亚洲成人一二三区av| 电影成人av| av不卡在线播放| 看十八女毛片水多多多| 国产免费视频播放在线视频| 国产一区二区激情短视频 | 亚洲经典国产精华液单| 啦啦啦在线免费观看视频4| 国产午夜精品一二区理论片| 97在线视频观看| 免费少妇av软件| 亚洲综合色惰| 91久久精品国产一区二区三区| 国产日韩欧美在线精品| 精品久久蜜臀av无| 极品少妇高潮喷水抽搐| 亚洲国产av新网站| 99久久人妻综合| av免费观看日本| 国产乱来视频区| 国产精品 国内视频| 国产精品熟女久久久久浪| 国产免费现黄频在线看| 91精品国产国语对白视频| 亚洲,欧美精品.| 国产亚洲午夜精品一区二区久久| 秋霞伦理黄片| 欧美日韩亚洲国产一区二区在线观看 | 免费在线观看黄色视频的| 国产日韩欧美视频二区| 免费高清在线观看视频在线观看| 人妻系列 视频| 天天躁夜夜躁狠狠久久av| 日韩免费高清中文字幕av| 久久久国产精品麻豆| 日本爱情动作片www.在线观看| 欧美激情 高清一区二区三区| 色哟哟·www| 一个人免费看片子| 日韩中文字幕视频在线看片| 波多野结衣av一区二区av| 日韩不卡一区二区三区视频在线| 久久人人97超碰香蕉20202| 波多野结衣一区麻豆| 建设人人有责人人尽责人人享有的| 一级,二级,三级黄色视频| 国产精品久久久久久精品电影小说| 你懂的网址亚洲精品在线观看| 嫩草影院入口| 99国产综合亚洲精品| 久久人人爽av亚洲精品天堂| 精品亚洲成a人片在线观看| 国产白丝娇喘喷水9色精品| 精品国产一区二区久久| 又黄又粗又硬又大视频| 国产xxxxx性猛交| 国产黄频视频在线观看| 一本色道久久久久久精品综合| 老司机亚洲免费影院| 国产精品不卡视频一区二区| 精品久久久久久电影网| 精品第一国产精品| 99久久精品国产国产毛片| 亚洲少妇的诱惑av| 国产精品久久久av美女十八| 这个男人来自地球电影免费观看 | 午夜91福利影院| 久久毛片免费看一区二区三区| 99香蕉大伊视频| av女优亚洲男人天堂| 日本黄色日本黄色录像| 一本色道久久久久久精品综合| 建设人人有责人人尽责人人享有的| 黑丝袜美女国产一区| av一本久久久久| 日韩制服丝袜自拍偷拍| 91午夜精品亚洲一区二区三区| 卡戴珊不雅视频在线播放| 免费大片黄手机在线观看| 久久精品久久精品一区二区三区| 五月开心婷婷网| 一二三四中文在线观看免费高清| 国产精品.久久久| 久久国产亚洲av麻豆专区| 国产在线免费精品| 好男人视频免费观看在线| 久久女婷五月综合色啪小说| 国语对白做爰xxxⅹ性视频网站| 黑丝袜美女国产一区| av国产久精品久网站免费入址| 亚洲成色77777| av卡一久久| 国产成人精品在线电影| 精品久久久精品久久久| 日本-黄色视频高清免费观看| 我要看黄色一级片免费的| 黄频高清免费视频| 亚洲欧美中文字幕日韩二区| 亚洲av中文av极速乱| 少妇熟女欧美另类| 国产 一区精品| 丝袜在线中文字幕| 一区二区av电影网| 免费黄频网站在线观看国产| xxx大片免费视频| 午夜影院在线不卡| √禁漫天堂资源中文www| 午夜福利一区二区在线看| 伦理电影免费视频| 亚洲精品美女久久久久99蜜臀 | 多毛熟女@视频| av视频免费观看在线观看| 国产片内射在线| 亚洲第一青青草原| 国产av国产精品国产| 欧美激情极品国产一区二区三区| videossex国产| 在线天堂最新版资源| 午夜福利影视在线免费观看| 满18在线观看网站| 久久人人爽人人片av| 亚洲精品久久久久久婷婷小说| 建设人人有责人人尽责人人享有的| 亚洲美女黄色视频免费看| 久热久热在线精品观看| 国产一区二区在线观看av| 久久精品国产鲁丝片午夜精品| 最近最新中文字幕免费大全7| 巨乳人妻的诱惑在线观看| 久久久久视频综合| 午夜免费观看性视频| 国产精品欧美亚洲77777| kizo精华| 亚洲 欧美一区二区三区| 成人亚洲精品一区在线观看| av不卡在线播放| 男的添女的下面高潮视频| 少妇 在线观看| 国产极品天堂在线| 久久久久久人人人人人| 少妇人妻久久综合中文| 亚洲第一av免费看| www.熟女人妻精品国产| 老汉色av国产亚洲站长工具| 99九九在线精品视频| 欧美xxⅹ黑人| 少妇熟女欧美另类| 最黄视频免费看| 伊人久久国产一区二区| 在线观看三级黄色| 1024香蕉在线观看| 国精品久久久久久国模美| 欧美最新免费一区二区三区| av不卡在线播放| 日韩人妻精品一区2区三区| 韩国av在线不卡| 成人黄色视频免费在线看| 伊人久久大香线蕉亚洲五| 十分钟在线观看高清视频www| 亚洲第一av免费看| 青春草亚洲视频在线观看| 中文字幕人妻丝袜一区二区 | 久久精品国产a三级三级三级| 成人国语在线视频| 少妇的逼水好多| 观看美女的网站| 亚洲成色77777| 99久国产av精品国产电影| 久久免费观看电影| 亚洲精品中文字幕在线视频| 菩萨蛮人人尽说江南好唐韦庄| 在线观看一区二区三区激情| 国产高清国产精品国产三级| 亚洲,欧美精品.| 久久精品久久精品一区二区三区| 人体艺术视频欧美日本| 国产精品99久久99久久久不卡 | 看免费av毛片| 在线天堂最新版资源| 午夜激情av网站| 街头女战士在线观看网站| 熟妇人妻不卡中文字幕| 国产成人精品婷婷| 亚洲男人天堂网一区| 毛片一级片免费看久久久久| 纵有疾风起免费观看全集完整版| 国产无遮挡羞羞视频在线观看| 少妇人妻 视频| 国产精品麻豆人妻色哟哟久久| 久久久精品94久久精品| 久久鲁丝午夜福利片| 午夜日韩欧美国产| 满18在线观看网站| 热re99久久精品国产66热6| 国产国语露脸激情在线看| 免费黄频网站在线观看国产| 久久ye,这里只有精品| 老汉色av国产亚洲站长工具| 中文字幕精品免费在线观看视频| 日韩av在线免费看完整版不卡| 久热久热在线精品观看| 国产成人91sexporn| 伊人久久国产一区二区| 国产精品秋霞免费鲁丝片| 少妇 在线观看| 人妻少妇偷人精品九色| av网站免费在线观看视频| 亚洲av免费高清在线观看| 香蕉丝袜av| 王馨瑶露胸无遮挡在线观看| 国产白丝娇喘喷水9色精品| 国产精品久久久久久av不卡| 捣出白浆h1v1| 久久青草综合色| 国产欧美亚洲国产| 亚洲婷婷狠狠爱综合网| 免费观看在线日韩| 久久午夜福利片| 99国产精品免费福利视频| 欧美精品av麻豆av| 宅男免费午夜| 9色porny在线观看| 亚洲在久久综合| 中文字幕av电影在线播放| 亚洲中文av在线| 啦啦啦在线免费观看视频4| 国产成人精品在线电影| 99九九在线精品视频| 国产精品av久久久久免费| 不卡av一区二区三区| 母亲3免费完整高清在线观看 | 新久久久久国产一级毛片| 一本—道久久a久久精品蜜桃钙片| 天天躁狠狠躁夜夜躁狠狠躁| 午夜激情久久久久久久| 久久久欧美国产精品| 美女xxoo啪啪120秒动态图| 十八禁网站网址无遮挡| 国产综合精华液| 国产在线视频一区二区| 久久午夜综合久久蜜桃| 国产又色又爽无遮挡免| 男女边吃奶边做爰视频| 亚洲,欧美精品.| 国产精品女同一区二区软件| 国产伦理片在线播放av一区| 天堂8中文在线网| 免费看不卡的av| 国产视频首页在线观看| 欧美精品高潮呻吟av久久| av又黄又爽大尺度在线免费看| 在线观看一区二区三区激情| 成人国语在线视频| 精品亚洲成国产av| 色婷婷av一区二区三区视频| 精品亚洲成a人片在线观看| 成人国语在线视频| 亚洲欧美色中文字幕在线| 在线观看三级黄色| 亚洲精品久久成人aⅴ小说| 男女国产视频网站| 亚洲国产精品999| 亚洲精品av麻豆狂野| 国产成人精品在线电影| 一级毛片我不卡| 午夜福利在线观看免费完整高清在| 女性被躁到高潮视频| 日韩av不卡免费在线播放| 精品少妇一区二区三区视频日本电影 | 一级黄片播放器| 亚洲精品,欧美精品| 亚洲国产欧美日韩在线播放| 精品国产一区二区久久| 久久久a久久爽久久v久久| av一本久久久久| 国产一区二区激情短视频 | 男女午夜视频在线观看| 一级片免费观看大全| 亚洲精品乱久久久久久| 九九爱精品视频在线观看| 亚洲精品乱久久久久久| 午夜福利乱码中文字幕| 久久久久人妻精品一区果冻| 亚洲男人天堂网一区| 日日摸夜夜添夜夜爱| 人人妻人人澡人人爽人人夜夜| 美国免费a级毛片| 永久网站在线| 少妇人妻精品综合一区二区| 久久99蜜桃精品久久| 黄色 视频免费看| 又大又黄又爽视频免费| 十八禁高潮呻吟视频| 啦啦啦在线观看免费高清www| a级片在线免费高清观看视频| 人人妻人人添人人爽欧美一区卜| 亚洲成av片中文字幕在线观看 | 9热在线视频观看99| 免费人妻精品一区二区三区视频| 如何舔出高潮| 精品久久久久久电影网| 亚洲欧美色中文字幕在线| 国产精品 欧美亚洲| 99国产精品免费福利视频| 精品少妇内射三级| 国产有黄有色有爽视频| 午夜激情av网站| 国产 一区精品| 国产乱人偷精品视频| 一级片'在线观看视频| 国产成人午夜福利电影在线观看| xxxhd国产人妻xxx| 大陆偷拍与自拍| 亚洲精品日本国产第一区| 亚洲av中文av极速乱| 女人被躁到高潮嗷嗷叫费观| 七月丁香在线播放| 两个人免费观看高清视频| 欧美日韩视频高清一区二区三区二| 久久久国产精品麻豆| av不卡在线播放| 老鸭窝网址在线观看| 亚洲三区欧美一区| 亚洲熟女精品中文字幕| 国产爽快片一区二区三区| 日本vs欧美在线观看视频| 精品国产一区二区三区四区第35| 欧美精品av麻豆av| 五月开心婷婷网|