下面說一下我對上述各種方法的理解。
- deconv method
該方法的模型數學表示如下：
blurred image=sharp image* kernel+noise公式1
這樣問題就來了，當我們有且僅有乙個模糊影象的時候，這個模型的數學表達就是乙個ill-problem.在這種情況下，許多牛人提出了各種方法，但是都會有乙個問題，離開不了預設初始化、迭代、傅利葉變換等條件。我在matlab跑了下**，嗯，60分鐘左右，一張幾兆解析度的影象。這裡有興趣的同學推薦閱讀*****：
deblurring text images via l 0 -regularized intensity and gradient prior
deblurring shaken and partially saturated images
fast motion deblurring
learning good regions to deblur images
我總結如下：演算法複雜度過高。
這種方法是基於移動裝置的陀螺儀來確定公式1的kernel，接下來是用deconv啊還是使用winner濾波等方法進行防抖處理。上圖。
只進行了一下winner濾波在指定psf下的**，由此可證明在保證陀螺儀判斷kernel靠譜的情況下，該方法可行。
執行時間為1m解析度的情況下 800ms。該方法可拓展為把影象分為大小相同的block，並進行分別的psf和image restroe，這樣理論上可以提高速度。因為winner濾波的本質就是7次傅利葉變換，可以使用fftw和neon進行加速。
該**的核心思想如下圖所示：
該*****提出的思想如下，分成各個block確定各個block的端點，進行feature point檢測，再進行匹配，根據上述資訊進行warpping，得到最終穩定影象。
本想上傳**影象，但超過2m，懶得上傳了。
說下結論吧，可以穩像，但deblur效果一般。如果兩幀的影象都有局域較大的blur,基本沒啥效果。如果使用surf工程化的時候也會有問題，因為surf向量是64維的，memory占用會較大。13m影象花了13s，呃，surf大約耗時5s，warpping 8s。
可以考慮基於多種feature point 進行優化。
有誤之處，大家多多指教。
input防抖節流之防抖vue例項
節流的應用場景頻繁會在input實時搜尋展示相應內容，所以為了避免無線向後端傳送請求以下是核心 對這個input進行節流看下圖 你只需要將this.refreshall 換成自己要執行的邏輯即可 對於獲取監聽input的值得話在可以有兩種比較合適的方式 1.通過input上新增input事件進行監聽...
函式防抖和節流（一） 防抖函式
一.什麼是函式防抖？1 概念 函式防抖 debounce 就是指觸發事件後，在延遲時間內函式只能執行一次，如果觸發事件後在延遲時間內又觸發了事件，則會重新計算函式延執行時間。等延遲時間計時完畢，則執行目標 2 例如 坐電梯的時候，如果電梯檢測到有人進來 觸發事件 就會多等待 10 秒，此時如果又有人...
防抖與節流方案 函式防抖和節流
在前端開發的過程中，我們經常會需要繫結一些持續觸發的事件，如 resize scroll mousemove 等等，但有些時候我們並不希望在事件持續觸發的過程中那麼頻繁地去執行函式。通常這種情況下我們怎麼去解決的呢？一般來講，防抖和節流是比較好的解決方案。讓我們先來看看在事件持續觸發的過程中頻繁執行...