![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/e565c2c4-5913-481d-a4fd-565a68c3477f/e565c2c4-5913-481d-a4fd-565a68c3477fpic.jpg)
![基于稀疏表示和回歸的圖像快速超分辨率重建.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/e565c2c4-5913-481d-a4fd-565a68c3477f/e565c2c4-5913-481d-a4fd-565a68c3477f1.gif)
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、圖像超分辨率重建技術(shù)是為了在不改變成像設(shè)備的基礎(chǔ)上通過信號處理的手段來提高原有圖像的分辨率,進(jìn)而增強(qiáng)圖像的視覺效果便于后期的分析處理。由于該技術(shù)在許多領(lǐng)域中有著廣泛的應(yīng)用,因此成為了研究的熱點(diǎn)問題。目前主流的方法是基于學(xué)習(xí)的方法,其中基于稀疏表示和支持向量機(jī)回歸的超分辨率重建算法使得圖像的重建質(zhì)量已經(jīng)有了極大的改善。但這些方法還很難應(yīng)用到實(shí)際中,因?yàn)槠渲亟▓D像的速度太慢或者需要調(diào)節(jié)復(fù)雜的參數(shù)。鑒于以上問題,本文把圖像的重建速度和重建質(zhì)量
2、兩個(gè)方面作為研究內(nèi)容,提出了將稀疏表示和回歸分析相結(jié)合的方法來更好的解決圖像超分辨率問題。
為了提高圖像的重建速度,本文在基于稀疏表示字典對方法的基礎(chǔ)上融合了鄰域嵌入的思想,利用字典中的原子作為鄰域空間,通過鄰域回歸投影的方式對圖像進(jìn)行快速的重建,實(shí)驗(yàn)結(jié)果驗(yàn)證了稀疏表示和回歸方法結(jié)合后算法框架的有效性,減少了重建圖像的運(yùn)行時(shí)間。
在以上工作的基礎(chǔ)上進(jìn)一步改善圖像的重建質(zhì)量,本文提出了基于稀疏表示與線性回歸的圖像快速重
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
- 基于高斯過程回歸和稀疏表示的圖像超分辨率重建.pdf
- 基于稀疏表示和回歸的圖像超分辨率重建的研究.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率快速實(shí)現(xiàn).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
- 基于稀疏表示的超分辨率圖像重建算法研究.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
- 基于冗余字典和稀疏表示的衛(wèi)星圖像超分辨率重建.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
- 基于特征圖像分類以及稀疏表示的超分辨率重建.pdf
- 基于稀疏表示的聲納圖像識別及超分辨率重建.pdf
- 基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率研究.pdf
- 基于稀疏表示的單幅圖像超分辨率.pdf
- 基于非負(fù)結(jié)構(gòu)稀疏表示的光譜圖像超分辨率重建.pdf
評論
0/150
提交評論