基于改进深度学习自编码的图像边沿畸变校正算法研究
【摘要】 图像边沿畸变校正中直线投影衍生边沿拟合度差，导致校正误差大，提出基于改进深度学习自编码的图像边沿畸变校正算法。采用自适应阈值小波去噪算法，对各级尺度参数实施自适应变换，完成噪声去除。根据图像去噪结果，使用费舍尔向量编码优化深度学习结果，提取图像的边沿畸变形态。并以边沿畸变形态提取结果为基础，获取校正目标优化函数，分析边沿断裂情况，实现直线投影衍生边沿拟合;通过确定图像边沿误差评价函数，判断图像边沿畸变校正方式，达到图像边沿畸变校正的目的。以含噪桶形畸变与枕形畸变图像为研究对象进行实验分析，结果表明，所提算法可
