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、圖像超分辨率重構(gòu)技術(shù)一直以來就是數(shù)字圖像處理中重要的研究熱點(diǎn)與難點(diǎn),隨著不同用戶對高分辨率圖像需求的與日俱增,這種技術(shù)在計算機(jī)視覺、安防監(jiān)控、遙感、醫(yī)療等領(lǐng)域的應(yīng)用也越來越廣泛。
圖像超分辨率重構(gòu)技術(shù)的目標(biāo)是把圖像進(jìn)行放大,提高其分辨率并且重構(gòu)出“丟失”的高頻信息,改善圖像的質(zhì)量?;趯W(xué)習(xí)的圖像超分辨率方法是近年來提出的被學(xué)者們認(rèn)為較有前途的方法,該方法主要是通過學(xué)習(xí)成對的高、低分辨率圖像塊之間的關(guān)系作為先驗(yàn)知識,對輸入圖像進(jìn)
2、行放大。
本文首先對圖像超分辨率技術(shù)的發(fā)展和理論做了介紹和總結(jié),然后主要是在基于樣例學(xué)習(xí)的方法框架上進(jìn)行深入的研究,提出了基于圖像分解的超分辨率算法,從而改善了重構(gòu)圖像的質(zhì)量。該方法先通過卡通和紋理分解技術(shù)對圖像進(jìn)行分解,然后建立高低頻一一對應(yīng)的圖像庫,然后對輸入的低分辨率圖像進(jìn)行基于偏微分方程的圖像的插值放大,圖像高頻信息通過樣本(example)學(xué)習(xí)的方法獲得,最后把高頻圖像疊加到放大圖像中以重構(gòu)出最終的高分辨率圖像。本文
3、的研究內(nèi)容主要如下:
首先,樣本庫是學(xué)習(xí)的對象,給圖像重構(gòu)提供重要的先驗(yàn)知識。本文提出了基于圖像卡通紋理分解的方法來獲得卡通和紋理部分并分別訓(xùn)練建立樣本庫,卡通紋理分解得到的卡通部分包含部分中高頻信息,紋理部分包含部分中低頻信息,這樣不但豐富了重構(gòu)后圖像的細(xì)節(jié)信息,而且也能提高圖像匹配的準(zhǔn)確度。
然后,在圖像放大過程中提出了基于偏微分方程(PDE)的圖像插值的方法。該算法是對插值放大后的圖像利用偏微分方程模型進(jìn)行處理
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
- 基于相關(guān)圖像的圖像超分辨率算法研究.pdf
- 基于圖像類推的單幅圖像超分辨率算法.pdf
- 基于廣義圖像先驗(yàn)的圖像超分辨率重建算法研究.pdf
- 基于學(xué)習(xí)的圖像超分辨率算法研究.pdf
- 紅外圖像的超分辨率算法研究.pdf
- 基于SIFT算法的超分辨率圖像重建.pdf
- 基于學(xué)習(xí)的圖像超分辨率復(fù)原算法研究.pdf
- 基于MAP的圖像超分辨率重建算法研究.pdf
- 圖像的超分辨率重建算法研究.pdf
- 基于圖像序列的超分辨率圖像重構(gòu).pdf
- 基于單幅圖像超分辨率復(fù)原算法研究.pdf
- 超分辨率圖像重構(gòu)算法的研究.pdf
- 基于POCS算法的超分辨率圖像重建.pdf
- 基于圖像塊的自適應(yīng)超分辨率圖像重建算法研究.pdf
- 超分辨率圖像復(fù)原算法研究.pdf
- 圖像超分辨率相關(guān)算法研究.pdf
- CT圖像超分辨率復(fù)原算法的研究.pdf
- 基于學(xué)習(xí)的圖像超分辨率重建算法研究.pdf
- 基于多幀圖像的超分辨率算法研究.pdf
- 基于map的紅外圖像超分辨率重建算法研究
評論
0/150
提交評論