• <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)
    激情视频va一区二区三区| 宅男免费午夜| 亚洲国产欧美网| 男男h啪啪无遮挡| 日日爽夜夜爽网站| 亚洲国产精品合色在线| 无限看片的www在线观看| 久久久久久免费高清国产稀缺| 亚洲精品在线观看二区| 少妇被粗大的猛进出69影院| 香蕉丝袜av| 男人的好看免费观看在线视频 | 视频区欧美日本亚洲| 99国产精品免费福利视频| 国产精品日韩av在线免费观看 | 色哟哟哟哟哟哟| 欧美日韩福利视频一区二区| 欧美乱妇无乱码| 久久精品成人免费网站| 国产成人影院久久av| 国产精品 国内视频| 免费搜索国产男女视频| 在线观看免费日韩欧美大片| 黄色丝袜av网址大全| 岛国在线观看网站| 日韩欧美一区视频在线观看| 男女下面插进去视频免费观看| 少妇的丰满在线观看| 久久精品国产综合久久久| 三上悠亚av全集在线观看| 18禁国产床啪视频网站| 色综合站精品国产| 午夜亚洲福利在线播放| 中亚洲国语对白在线视频| 国产精品 国内视频| 国产精品av久久久久免费| 免费在线观看完整版高清| xxx96com| 桃色一区二区三区在线观看| 久久这里只有精品19| 国产极品粉嫩免费观看在线| 成人手机av| 国产成人欧美在线观看| 在线观看一区二区三区激情| 亚洲国产毛片av蜜桃av| 午夜精品国产一区二区电影| 最好的美女福利视频网| www.自偷自拍.com| 波多野结衣高清无吗| 午夜视频精品福利| 久久中文看片网| 18禁裸乳无遮挡免费网站照片 | 手机成人av网站| 欧美日韩精品网址| 一本综合久久免费| 高清欧美精品videossex| 99久久99久久久精品蜜桃| 黑人操中国人逼视频| 国产精品野战在线观看 | 一区二区三区精品91| 国产亚洲精品久久久久5区| 日本免费a在线| 最新在线观看一区二区三区| 日韩精品中文字幕看吧| 久久精品国产清高在天天线| 中文字幕人妻熟女乱码| 看黄色毛片网站| 又紧又爽又黄一区二区| 人人妻人人澡人人看| 超色免费av| 日韩一卡2卡3卡4卡2021年| 老司机午夜十八禁免费视频| 最新美女视频免费是黄的| 亚洲一区高清亚洲精品| 最新在线观看一区二区三区| www国产在线视频色| 在线播放国产精品三级| 亚洲精品一卡2卡三卡4卡5卡| 久热这里只有精品99| av网站免费在线观看视频| 亚洲精品国产一区二区精华液| 女性被躁到高潮视频| 午夜精品国产一区二区电影| 亚洲精品久久成人aⅴ小说| 一进一出好大好爽视频| 国产一区二区激情短视频| av网站免费在线观看视频| 亚洲免费av在线视频| 50天的宝宝边吃奶边哭怎么回事| 真人做人爱边吃奶动态| 看黄色毛片网站| 欧美国产精品va在线观看不卡| 女人被躁到高潮嗷嗷叫费观| 国产精品99久久99久久久不卡| 黑人巨大精品欧美一区二区mp4| 亚洲精品成人av观看孕妇| 天堂俺去俺来也www色官网| 欧美+亚洲+日韩+国产| 国产真人三级小视频在线观看| av有码第一页| 欧美日韩亚洲国产一区二区在线观看| 精品少妇一区二区三区视频日本电影| av视频免费观看在线观看| 最近最新免费中文字幕在线| 99精品在免费线老司机午夜| av天堂在线播放| 国产有黄有色有爽视频| www.精华液| 亚洲精品成人av观看孕妇| 日本精品一区二区三区蜜桃| 久久久久久亚洲精品国产蜜桃av| 777久久人妻少妇嫩草av网站| avwww免费| 亚洲一区二区三区欧美精品| 脱女人内裤的视频| 新久久久久国产一级毛片| 狠狠狠狠99中文字幕| 国产激情久久老熟女| 变态另类成人亚洲欧美熟女 | 美女高潮到喷水免费观看| 日本wwww免费看| 美国免费a级毛片| 亚洲成人精品中文字幕电影 | 精品久久久精品久久久| 欧美黑人精品巨大| 国产国语露脸激情在线看| 搡老熟女国产l中国老女人| 国产精品久久久av美女十八| 超色免费av| 黄色毛片三级朝国网站| 亚洲美女黄片视频| 青草久久国产| 两性午夜刺激爽爽歪歪视频在线观看 | 91字幕亚洲| 国产av精品麻豆| 高清av免费在线| 中文亚洲av片在线观看爽| 国产精品九九99| 女人被狂操c到高潮| 欧美不卡视频在线免费观看 | 麻豆一二三区av精品| 最好的美女福利视频网| 日韩人妻精品一区2区三区| 久久人妻av系列| 成人国产一区最新在线观看| 啪啪无遮挡十八禁网站| 一级毛片精品| 国产主播在线观看一区二区| 久久午夜亚洲精品久久| 99国产精品一区二区三区| 久久精品国产亚洲av香蕉五月| 国产精品偷伦视频观看了| 国产1区2区3区精品| 久久久国产欧美日韩av| a在线观看视频网站| 多毛熟女@视频| 日韩一卡2卡3卡4卡2021年| 欧美激情高清一区二区三区| 国产成人av教育| 亚洲精品久久午夜乱码| 身体一侧抽搐| 男女床上黄色一级片免费看| 欧美乱妇无乱码| 国内久久婷婷六月综合欲色啪| 亚洲自偷自拍图片 自拍| 97碰自拍视频| 欧美激情极品国产一区二区三区| 亚洲五月天丁香| 国产激情久久老熟女| 亚洲一区中文字幕在线| 神马国产精品三级电影在线观看 | 97碰自拍视频| 久久天堂一区二区三区四区| 免费人成视频x8x8入口观看| 日韩一卡2卡3卡4卡2021年| 国产成人免费无遮挡视频| 一级黄色大片毛片| 成人三级黄色视频| 99精国产麻豆久久婷婷| 两个人看的免费小视频| 国产又爽黄色视频| 国产国语露脸激情在线看| 欧美激情久久久久久爽电影 | 成人黄色视频免费在线看| 91九色精品人成在线观看| 日韩欧美一区视频在线观看| 操美女的视频在线观看| 一二三四在线观看免费中文在| 国产精品九九99| 欧美成人免费av一区二区三区| 亚洲人成网站在线播放欧美日韩| 国产亚洲精品久久久久5区| 最新美女视频免费是黄的| 人人妻,人人澡人人爽秒播| 免费搜索国产男女视频| 91九色精品人成在线观看| 在线永久观看黄色视频| 久久草成人影院| 丰满饥渴人妻一区二区三| 俄罗斯特黄特色一大片| 我的亚洲天堂| 久久精品aⅴ一区二区三区四区| 在线观看免费午夜福利视频| 亚洲欧美激情在线| 高清黄色对白视频在线免费看| 精品一区二区三区av网在线观看| 午夜福利欧美成人| 精品无人区乱码1区二区| 变态另类成人亚洲欧美熟女 | 99久久精品国产亚洲精品| 黄色成人免费大全| 国产有黄有色有爽视频| 国产成人免费无遮挡视频| 一区福利在线观看| 免费不卡黄色视频| 亚洲国产欧美日韩在线播放| 视频在线观看一区二区三区| www日本在线高清视频| www.999成人在线观看| 十分钟在线观看高清视频www| 又紧又爽又黄一区二区| 淫秽高清视频在线观看| 日本三级黄在线观看| 天天躁夜夜躁狠狠躁躁| 一区二区三区精品91| 一本大道久久a久久精品| 精品国产美女av久久久久小说| 中亚洲国语对白在线视频| 大香蕉久久成人网| 宅男免费午夜| 国产色视频综合| 少妇的丰满在线观看| 好看av亚洲va欧美ⅴa在| 老熟妇仑乱视频hdxx| 亚洲精品国产精品久久久不卡| 国产精品成人在线| 淫妇啪啪啪对白视频| 手机成人av网站| 免费少妇av软件| 国产成人精品在线电影| 日韩一卡2卡3卡4卡2021年| 韩国av一区二区三区四区| 亚洲国产毛片av蜜桃av| 一个人观看的视频www高清免费观看 | 成在线人永久免费视频| 50天的宝宝边吃奶边哭怎么回事| 丰满的人妻完整版| 亚洲国产中文字幕在线视频| 无遮挡黄片免费观看| 91国产中文字幕| 热99国产精品久久久久久7| 长腿黑丝高跟| 精品久久久久久成人av| 国产在线观看jvid| 日韩一卡2卡3卡4卡2021年| 丰满饥渴人妻一区二区三| 高清黄色对白视频在线免费看| 美女扒开内裤让男人捅视频| 亚洲av五月六月丁香网| 国产在线观看jvid| 免费观看人在逋| 校园春色视频在线观看| 国产精品99久久99久久久不卡| 久热这里只有精品99| 桃红色精品国产亚洲av| 欧美精品亚洲一区二区| 精品免费久久久久久久清纯| 一级毛片高清免费大全| 久久中文看片网| 欧美日韩亚洲国产一区二区在线观看| 精品久久久久久,| 一区在线观看完整版| 欧美精品亚洲一区二区| 69av精品久久久久久| netflix在线观看网站| 欧美黄色片欧美黄色片| 欧美中文综合在线视频| 久久人人精品亚洲av| 99香蕉大伊视频| 一边摸一边做爽爽视频免费| 午夜福利在线观看吧| 欧美乱色亚洲激情| av在线天堂中文字幕 | 精品一品国产午夜福利视频| 精品欧美一区二区三区在线| 久久国产乱子伦精品免费另类| 欧美人与性动交α欧美精品济南到| 午夜激情av网站| 久久中文字幕人妻熟女| 亚洲国产欧美网| 久久精品影院6| 男女高潮啪啪啪动态图| 国产av一区二区精品久久| 亚洲一区高清亚洲精品| 97碰自拍视频| 国产成人av教育| 亚洲一区二区三区色噜噜 | 日韩国内少妇激情av| 亚洲中文av在线| 国产日韩一区二区三区精品不卡| 亚洲精品一二三| 婷婷丁香在线五月| 天天影视国产精品| 久久久国产成人精品二区 | 精品午夜福利视频在线观看一区| 亚洲欧美日韩无卡精品| 久久久国产成人精品二区 | 日本三级黄在线观看| 在线观看一区二区三区激情| 成人国语在线视频| 亚洲成人免费av在线播放| 在线观看免费午夜福利视频| 三上悠亚av全集在线观看| 中文欧美无线码| 777久久人妻少妇嫩草av网站| 久久人妻熟女aⅴ| 男男h啪啪无遮挡| 亚洲熟妇熟女久久| 脱女人内裤的视频| 国产精品九九99| 高潮久久久久久久久久久不卡| 久久精品国产亚洲av香蕉五月| 精品欧美一区二区三区在线| 国产一区在线观看成人免费| 大码成人一级视频| 午夜福利欧美成人| 亚洲精品国产一区二区精华液| 欧美+亚洲+日韩+国产| 人成视频在线观看免费观看| 啪啪无遮挡十八禁网站| 18美女黄网站色大片免费观看| av天堂久久9| 伊人久久大香线蕉亚洲五| 午夜福利在线免费观看网站| 看黄色毛片网站| 国产黄a三级三级三级人| 成人18禁高潮啪啪吃奶动态图| 一a级毛片在线观看| 中出人妻视频一区二区| 美女午夜性视频免费| 亚洲一区高清亚洲精品| 国产在线观看jvid| 成年女人毛片免费观看观看9| 国产男靠女视频免费网站| 久久这里只有精品19| 大型黄色视频在线免费观看| x7x7x7水蜜桃| 午夜影院日韩av| 国产黄色免费在线视频| 国产激情欧美一区二区| 天天躁夜夜躁狠狠躁躁| 欧美日韩亚洲综合一区二区三区_| www.精华液| 嫩草影视91久久| 国产精品久久视频播放| 中文字幕av电影在线播放| av在线播放免费不卡| 97超级碰碰碰精品色视频在线观看| 97碰自拍视频| 国产区一区二久久| 搡老岳熟女国产| 久久草成人影院| 在线观看一区二区三区激情| 亚洲avbb在线观看| 国产免费av片在线观看野外av| 国产精品 欧美亚洲| 欧美黑人精品巨大| 91大片在线观看| 久久中文看片网| 久久人妻av系列| 88av欧美| av国产精品久久久久影院| 亚洲熟妇熟女久久| 午夜日韩欧美国产| 少妇裸体淫交视频免费看高清 | 99re在线观看精品视频| 国内久久婷婷六月综合欲色啪| 男女做爰动态图高潮gif福利片 | 在线国产一区二区在线| 久久人妻福利社区极品人妻图片| 人妻丰满熟妇av一区二区三区| 国产精品久久久av美女十八| 99精品久久久久人妻精品| 十八禁人妻一区二区| 成人影院久久| 中文亚洲av片在线观看爽| 国产精品日韩av在线免费观看 | 亚洲一码二码三码区别大吗| 国产精品永久免费网站| 夜夜看夜夜爽夜夜摸 | 女人被狂操c到高潮| 每晚都被弄得嗷嗷叫到高潮| 一个人观看的视频www高清免费观看 | 亚洲成av片中文字幕在线观看| 久久精品国产亚洲av高清一级| 亚洲精品国产一区二区精华液| 亚洲少妇的诱惑av| 99香蕉大伊视频| 成年版毛片免费区| 亚洲狠狠婷婷综合久久图片| 在线播放国产精品三级| 欧美老熟妇乱子伦牲交| 窝窝影院91人妻| 国产成人精品在线电影| 夜夜躁狠狠躁天天躁| 男人舔女人下体高潮全视频| 欧美成狂野欧美在线观看| 亚洲欧美一区二区三区久久| 亚洲欧美日韩无卡精品| 精品无人区乱码1区二区| 久久人人97超碰香蕉20202| 午夜精品在线福利| 日本黄色视频三级网站网址| 最近最新中文字幕大全免费视频| 天堂影院成人在线观看| 天天影视国产精品| 欧美乱妇无乱码| a级毛片黄视频| 国产av精品麻豆| 欧美最黄视频在线播放免费 | 久久久久久久久久久久大奶| 咕卡用的链子| 免费高清视频大片| 免费在线观看日本一区| 岛国视频午夜一区免费看| 高清在线国产一区| 色播在线永久视频| 日本黄色视频三级网站网址| 日本a在线网址| 日日夜夜操网爽| 深夜精品福利| 国产高清国产精品国产三级| 国产一区在线观看成人免费| av福利片在线| 日本黄色视频三级网站网址| 免费搜索国产男女视频| 免费日韩欧美在线观看| 国产成人精品在线电影| 国产激情欧美一区二区| 亚洲精品美女久久久久99蜜臀| 国产精品久久电影中文字幕| 亚洲美女黄片视频| 国产熟女午夜一区二区三区| 欧美成人午夜精品| 最近最新中文字幕大全免费视频| 色综合婷婷激情| 国产欧美日韩一区二区三| 欧美成人免费av一区二区三区| 这个男人来自地球电影免费观看| 成人手机av| 国产视频一区二区在线看| 真人一进一出gif抽搐免费| 嫩草影视91久久| 成年女人毛片免费观看观看9| 两个人免费观看高清视频| 91老司机精品| 琪琪午夜伦伦电影理论片6080| 一本综合久久免费| 亚洲一区二区三区欧美精品| 欧美亚洲日本最大视频资源| 亚洲人成伊人成综合网2020| avwww免费| 久久人人爽av亚洲精品天堂| 亚洲狠狠婷婷综合久久图片| 亚洲色图av天堂| 中文欧美无线码| 久久欧美精品欧美久久欧美| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品一二三| 国产1区2区3区精品| 精品国产乱码久久久久久男人| 欧美精品亚洲一区二区| 别揉我奶头~嗯~啊~动态视频| 国产三级在线视频| 熟女少妇亚洲综合色aaa.| 婷婷六月久久综合丁香| 精品欧美一区二区三区在线| 日本免费一区二区三区高清不卡 | 亚洲中文字幕日韩| 国产三级黄色录像| 午夜免费鲁丝| 亚洲成人国产一区在线观看| 91大片在线观看| 久久久水蜜桃国产精品网| 美国免费a级毛片| 午夜福利在线观看吧| 国产欧美日韩一区二区三区在线| 99久久综合精品五月天人人| 亚洲第一青青草原| 精品卡一卡二卡四卡免费| 高清黄色对白视频在线免费看| 亚洲三区欧美一区| 两人在一起打扑克的视频| 80岁老熟妇乱子伦牲交| 久久国产亚洲av麻豆专区| 高清黄色对白视频在线免费看| 精品国产超薄肉色丝袜足j| 日韩一卡2卡3卡4卡2021年| 一区福利在线观看| 99精品在免费线老司机午夜| 久久人妻熟女aⅴ| 天堂俺去俺来也www色官网| x7x7x7水蜜桃| 国产免费av片在线观看野外av| 日日摸夜夜添夜夜添小说| 日日干狠狠操夜夜爽| 妹子高潮喷水视频| 欧美黄色淫秽网站| 岛国视频午夜一区免费看| 咕卡用的链子| 桃红色精品国产亚洲av| 欧美日本亚洲视频在线播放| 中文字幕最新亚洲高清| 久久久精品欧美日韩精品| 欧美日韩精品网址| 国产极品粉嫩免费观看在线| 男女下面进入的视频免费午夜 | 国产精品美女特级片免费视频播放器 | 精品人妻在线不人妻| 国产精品野战在线观看 | 天堂俺去俺来也www色官网| 久99久视频精品免费| 老熟妇仑乱视频hdxx| 国产国语露脸激情在线看| 国产又爽黄色视频| av国产精品久久久久影院| 90打野战视频偷拍视频| 咕卡用的链子| 欧美在线一区亚洲| 亚洲专区中文字幕在线| 夫妻午夜视频| 露出奶头的视频| 一级黄色大片毛片| 精品国产一区二区久久| 一进一出好大好爽视频| 女人爽到高潮嗷嗷叫在线视频| 国产精品久久视频播放| 国产av在哪里看| 最近最新中文字幕大全电影3 | 中文欧美无线码| 久久国产乱子伦精品免费另类| 成人影院久久| 91成年电影在线观看| 侵犯人妻中文字幕一二三四区| 免费在线观看亚洲国产| 欧美老熟妇乱子伦牲交| 国产免费男女视频| 后天国语完整版免费观看| 在线观看一区二区三区激情| 黄色怎么调成土黄色| 亚洲av熟女| 欧美一区二区精品小视频在线| 亚洲精品国产一区二区精华液| av有码第一页| 侵犯人妻中文字幕一二三四区| 性少妇av在线| 免费在线观看完整版高清| 亚洲自偷自拍图片 自拍| 成人黄色视频免费在线看| 精品一区二区三卡| 真人做人爱边吃奶动态| 在线观看午夜福利视频| 亚洲自拍偷在线| 男女高潮啪啪啪动态图| 极品教师在线免费播放| 欧美日韩黄片免| 欧美一级毛片孕妇| 国产亚洲欧美在线一区二区| 久久国产精品影院| 桃色一区二区三区在线观看| 欧美黑人欧美精品刺激| 天天添夜夜摸| 欧美成人午夜精品| www国产在线视频色| 啦啦啦 在线观看视频| 九色亚洲精品在线播放| 女人精品久久久久毛片| 老汉色av国产亚洲站长工具| 美女国产高潮福利片在线看| 精品国产一区二区久久| 亚洲av美国av| 激情在线观看视频在线高清| 亚洲人成伊人成综合网2020| 美女高潮喷水抽搐中文字幕| 不卡av一区二区三区| 国产欧美日韩综合在线一区二区| 一进一出好大好爽视频| 亚洲自偷自拍图片 自拍| 99香蕉大伊视频| 美女大奶头视频| 最新美女视频免费是黄的| 长腿黑丝高跟| 久久人人爽av亚洲精品天堂| 国产无遮挡羞羞视频在线观看| 免费搜索国产男女视频| 99久久久亚洲精品蜜臀av| e午夜精品久久久久久久| 国产在线观看jvid| 免费av中文字幕在线| 长腿黑丝高跟| 欧美 亚洲 国产 日韩一| 超色免费av| 乱人伦中国视频| 熟女少妇亚洲综合色aaa.| 亚洲第一青青草原| 久久久久久久久中文| 亚洲狠狠婷婷综合久久图片| 免费在线观看视频国产中文字幕亚洲| 一级,二级,三级黄色视频| 精品一区二区三区视频在线观看免费 | 国产精品 国内视频| ponron亚洲| 精品午夜福利视频在线观看一区| 日韩欧美一区视频在线观看| 两个人看的免费小视频|