

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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、圖像超分辨率(Super-Resolution,SR)重建是指由輸入的一幅或同一場景多幅低分辨率圖像重建出一幅高分辨率圖像的技術(shù)??朔送ㄟ^硬件獲得高分辨率圖像成本高的不足,在提升圖像質(zhì)量,改善圖像視覺效果等方面有著重要意義?;谙∈璞硎镜某直媛手亟ǚ椒ㄊ悄壳氨容^流行的一種方法,這類方法存在著重建結(jié)果過分依賴選擇的樣本圖像,沒有充分利用待重建的低分辨率圖像自身包含的先驗(yàn)知識的問題,導(dǎo)致重建圖像帶有明顯的人工痕跡,重建效果不佳。針對目前
2、基于稀疏表示的超分辨率重建方法存在的這種問題,本文通過充分發(fā)掘待重建的低分辨率圖像自身所蘊(yùn)含的先驗(yàn)信息,僅借助待重建的低分辨率圖像自身實(shí)現(xiàn)了分辨率的提升。主要工作如下:
1)提出一種基于自相似性和稀疏表示的圖像超分辨率重建算法?;趫D像自身存在的相同尺度和不同尺度的相似結(jié)構(gòu),算法聯(lián)合稀疏K-SVD字典學(xué)習(xí)方法和非局部均值方法將蘊(yùn)含在待重建的低分辨率圖像中的有效信息以正則項(xiàng)的形式加入到最大后驗(yàn)概率估計(jì)框架中,然后,采用梯度下降法
3、求解算法構(gòu)建的目標(biāo)函數(shù),重建出高分辨率圖像。實(shí)驗(yàn)表明,與經(jīng)典的算法相比,本文算法在視覺效果和評價(jià)指標(biāo)上都有一定的提高。
2)針對基于K-SVD字典學(xué)習(xí)的超分辨率重建算法存在的不足,本文提出一種基于稀疏K-SVD的圖像超分辨率重建算法,并將其應(yīng)用于車牌圖像的超分辨率重建。首先,以待重建的低分辨率車牌圖像及其降采樣作為字典訓(xùn)練的樣本,提高了字典和待重建的低分辨率車牌圖像的相關(guān)性,并采用稀疏K-SVD方法進(jìn)行訓(xùn)練獲得高低分辨率字典對
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(hù)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(shí)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
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率算法及應(yīng)用.pdf
- 基于字典學(xué)習(xí)和稀疏表示的超分辨率重建算法研究.pdf
- 基于稀疏表示的光學(xué)遙感影像超分辨率重建算法研究.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
- 稀疏表示在單幅圖像超分辨率重建中的應(yīng)用研究.pdf
- 基于稀疏表示和混合樣本的圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的人臉超分辨率算法研究.pdf
- 基于稀疏表示的聲納圖像識別及超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的文本圖像超分辨率重建研究.pdf
- 基于稀疏表示的超分辨率重建和圖像修復(fù)研究.pdf
- 基于圖像塊多級分類和稀疏表示的超分辨率重建算法研究.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
- 基于稀疏表示和回歸的圖像快速超分辨率重建.pdf
評論
0/150
提交評論