基于局部結(jié)構(gòu)相似的圖像超分辨算法研究.pdf_第1頁
已閱讀1頁,還剩131頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、圖像超分辨率重構(gòu)是圖像降晰過程的逆過程,通過一幅或幾幅低分辨率圖像來獲得一幅高分辨率圖像。模糊、扭曲、偏移等降晰因素導(dǎo)致圖像損失了很多高頻信息,因此超分辨率問題是一個病態(tài)問題。求解高分辨率圖像可以看作是縮小圖像解空間進而確定最優(yōu)解的過程,如何縮小解空間進而尋求最優(yōu)解是解決這個問題所追求的方向。 圖像超分辨率病態(tài)問題求解的約束信息主要包括降晰過程和圖像內(nèi)部像素分布規(guī)律,圖像超分辨率方法因此分為兩大類:識別約束降晰過程的方法和描述圖

2、像內(nèi)部像素規(guī)律的方法,也有很多算法綜合二者考慮。 本文主要研究基于圖像局部結(jié)構(gòu)相似性的超分辨率算法。其主要思想圖象內(nèi)部存在著大量相似局部結(jié)構(gòu),并且結(jié)構(gòu)相似性在多尺度上有著良好的保持,利用這一性質(zhì)可以增加更多的約束信息來求解超分辨率問題,重構(gòu)更為清晰的邊緣。研究的主要內(nèi)容包括: 基于圖像局部結(jié)構(gòu)的相似性和在不同分辨率尺度上的相似保持,提出了利用局部結(jié)構(gòu)相似性來約束超分辨率問題的思路。我們根據(jù)相似判斷規(guī)則發(fā)現(xiàn)圖像中的相似區(qū)域

3、,根據(jù)相似程度生成多幅相似圖像,從而可以利用圖像序列超分辨率的算法來求解,最后給出了最大后驗概率意義最優(yōu)的單幅圖像超分辨率方法。隨后把圖像局部結(jié)構(gòu)的相似性引入到圖像序列超分辨率過程中,用于處理配準結(jié)果可信度過低的圖像局部,給出了一種比較魯棒的圖像序列超分辨率方法。 接下來考慮到采樣過程對圖像質(zhì)量的影響,把多核插值濾波器估計方法引入到重復(fù)背投影的計算框架下,假定圖像背投影具有局部性,根據(jù)對應(yīng)的高低分辨率圖像進行背投影核的識別,然后

4、在重復(fù)背投影的框架下采用多背投影核對特定應(yīng)用領(lǐng)域的圖像進行超分辨率計算。 最后分析了已有的基于學(xué)習(xí)的圖像超分辨率方法,針對一般的的基于學(xué)習(xí)的超分辨率方法在低分辨率空間聚類帶來的類型混淆,提出了改進的基于學(xué)習(xí)的重構(gòu)算法,該方法考慮在高分辨率空間對圖像局部結(jié)構(gòu)進行聚類,基于此聚類估計多核插值濾波器參數(shù),然后使用相應(yīng)的類插值濾波器來估計高分辨率圖像。同時,借鑒區(qū)域連接增長的思想來處理分類的歧義問題,解決類型歸屬導(dǎo)致競爭沖突,從而得到魯

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。

評論

0/150

提交評論