已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀
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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文研究的是單幀圖像的超分辨率重建問題。重點關(guān)注圖像柔邊重建效率和稀疏重建算法,并在改進(jìn)的基礎(chǔ)上將它們聯(lián)合起來,其中柔邊重建關(guān)注的是柔化邊緣鋸齒,稀疏重建運用字典庫的對應(yīng)關(guān)系進(jìn)行重建。
本文的主要的研究工作和創(chuàng)新之處如下:
(1)提出圖像邊緣長度模型。圖像鋸齒會增加圖像的邊緣長度,在受幾何切原理的啟發(fā),本文改幾何切的半鄰域系統(tǒng)為全鄰域系統(tǒng),設(shè)計出圖像的邊緣長度模型,并且把邊緣長度模型作為超分辨率重建的約束項,得到圖像
2、的柔邊算法,有效地抑制了鋸齒效應(yīng)。
(2)改進(jìn)稀疏重建的字典。本文在圖像塊表征方面,采用一階垂直特征算子、一階水平特征算子、一階45°特征算子、一階135°特征算子、二階垂直特征算子、二階水平特征算子這6組特征表示圖像,改進(jìn)了稀疏重建的字典,提高了重建的質(zhì)量。
(3)設(shè)計出超分重建的聯(lián)合算法。本文把稀疏重建的結(jié)果當(dāng)做柔邊重建的初始值,進(jìn)行迭代柔邊,這樣綜合了稀疏重建和柔邊重建兩種算法的能力,形成更優(yōu)的重建算法框架。<
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
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于單字典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
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于稀疏表示的圖像超分辨率重構(gòu)技術(shù)研究.pdf
- 基于稀疏表示的人臉圖像超分辨率技術(shù)研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的視頻圖像分級重建技術(shù)研究.pdf
- 基于稀疏約束的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.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
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.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
- 基于稀疏表示的圖像修復(fù)技術(shù)研究.pdf
- 基于稀疏表示和回歸的圖像超分辨率重建的研究.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像重建.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的單幅彩色圖像超分辨率重建方法研究.pdf
評論
0/150
提交評論