

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、在人類生產(chǎn)生活中,圖像作為傳遞信息的載體之一正凸顯重要的位置,一張質(zhì)量高的圖像往往能提供更多的場景信息。但由于硬件水平本身的局限性還有外在條件的影響,我們不能直接獲得高分辨率圖像,因此,從軟件方面著手,使圖像呈現(xiàn)高分辨率狀態(tài)是非常有意義的。圖像超分辨率技術(shù)就是利用軟件的方式將低分辨率圖像恢復(fù)成高分辨率圖像的過程。
近年來,流行的超分辨率算法都是基于學(xué)習(xí)的算法,而在這些方法之中,基于稀疏表示的圖像超分辨率算法取得了很好的效果,唯
2、一美中不足的是,整個重建過程需要耗費大量的時間。針對此缺陷,本文在經(jīng)典的基于稀疏編碼的算法上做出了改進,提出了本文的算法,即基于預(yù)測稀疏編碼的圖像超分辨率重建算法。
本文設(shè)計了兩個預(yù)測模型,分別是線性預(yù)測模型和非線性預(yù)測模型,并且分別為這兩個模型設(shè)計了模型優(yōu)化算法和字典訓(xùn)練算法。訓(xùn)練時,本文在經(jīng)典的基于稀疏表示方法目標(biāo)函數(shù)基礎(chǔ)上添加了編碼預(yù)測項,并且使用交替優(yōu)化的方法來優(yōu)化該目標(biāo)函數(shù)。測試時,本文利用訓(xùn)練得出的模型和低分辨率輸
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏編碼網(wǎng)絡(luò)的圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率研究.pdf
- 基于稀疏表示的單幅圖像超分辨率.pdf
- 基于改進稀疏編碼的雙層超分辨率重建.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率快速實現(xiàn).pdf
- 基于稀疏表示的圖像超分辨率復(fù)原研究.pdf
- 基于上下文稀疏表示的圖像超分辨率.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率算法及應(yīng)用.pdf
- 基于組稀疏表示的自然圖像超分辨率算法研究.pdf
- 基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- 基于稀疏約束的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于特征圖像分類以及稀疏表示的超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率重構(gòu)技術(shù)研究.pdf
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
評論
0/150
提交評論