

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),請進行舉報或認領(lǐng)
文檔簡介
1、圖像內(nèi)插是一種有效的根據(jù)一幅低分辨率圖像獲取對應的高分辨率圖像的數(shù)字圖像處理技術(shù),其在安全監(jiān)控、軍事偵察和醫(yī)療成像等多個領(lǐng)域有著非常廣泛的應用。
本文首先介紹圖像內(nèi)插的基本原理,以及四類常見的圖像內(nèi)插算法的基本原理或其典型范例,然后本文著重研究了基于局部濾波模型的圖像內(nèi)插算法。局部濾波模型,指的是某個像素由其局部區(qū)域中的像素擬合而成,包括自回歸模型和濾波器模型。本文的工作主要包括如下兩個方面:
1、提出一種改進的基于
2、軟判決自回歸模型圖像內(nèi)插算法,方法分為正則化系數(shù)的訓練和圖像內(nèi)插兩個階段。在訓練階段,根據(jù)圖像的局部窗口特征和其對應的最優(yōu)正則化系數(shù)建立一個正則化系數(shù)字典。在圖像內(nèi)插階段,根據(jù)局部窗口中各已知像素與中心像素的相似度,對已知像素賦予權(quán)重,并利用加權(quán)最小二乘法估計分段自回歸模型參數(shù),再通過查找字典中距離當前窗口最近的樣本獲得最優(yōu)正則化系數(shù),然后使用軟判決估計方法重建圖像內(nèi)插值。同時,使用EM算法將圖像內(nèi)插值反饋回分段自回歸模型參數(shù)的估計,以
3、修正估計出的模型參數(shù)和圖像內(nèi)插值。實驗顯示,所提內(nèi)插算法能夠更好地保留圖像的邊緣信息。
2、提出一種基于雙邊濾波器的濾波參數(shù)估計的圖像內(nèi)插算法,該方法的主要目標是:通過更精確地估計雙邊濾波器的濾波參數(shù)(即灰度距離)從而獲得更好的內(nèi)插效果。方法主要分為兩個階段:1)基于方向參數(shù)的濾波參數(shù)的初始估計。2)基于半局部參數(shù)估計的濾波參數(shù)的精確估計?;诜较騾?shù)的濾波參數(shù)的初始估計,使用主成分分析技術(shù)檢測未知像素所處局部區(qū)域的邊緣方向,
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 非局部圖像濾波算法研究.pdf
- 基于散射模型和非局部濾波的極化SAR圖像質(zhì)量增強算法.pdf
- 基于統(tǒng)計模型與非局部均值濾波的圖像去噪算法研究.pdf
- 基于非局部濾波算法的相干激光雷達圖像復原研究.pdf
- 基于靜磁場模型的圖像局部重建算法研究.pdf
- 基于局部邊緣保持濾波的HDR圖像色調(diào)映射算法.pdf
- 基于變量分離內(nèi)插濾波器的圖像尺寸轉(zhuǎn)換.pdf
- 基于SVM與非局部均值濾波的圖像去噪算法研究.pdf
- 基于非局部相似模型的圖像恢復算法研究.pdf
- 基于非局部平均濾波的圖像修補研究.pdf
- 基于粒子濾波器模型的圖像對象分割算法.pdf
- 基于局部特征的圖像匹配算法研究.pdf
- 基于局部雙邊濾波的實時Retinex圖像增強.pdf
- 基于局部特征分類的圖像分割算法研究.pdf
- 基于粒子濾波的圖像跟蹤算法研究.pdf
- 基于稀疏表示模型的非局部圖像去噪算法研究.pdf
- 基于小波及局部二值模型的紋理圖像檢索算法研究.pdf
- 基于雙邊濾波的圖像處理算法研究.pdf
- 基于SVM鄰近同化濾波模型的冰凍湖泊水體精確提取研究.pdf
- 基于粒子濾波的圖像分割算法研究.pdf
評論
0/150
提交評論