注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 超分辨率图像复原重建算法研究综述

  2. 超分辨率图像复原重建算法研究综述，包括3编论文，复原，重建，算法研究比较，还不错。

  3. 所属分类：其它

    • 发布日期：2010-05-12
    • 文件大小：720896
    • 提供者：styyzxjq2009

  1. 引用的超分辨率图像复原知识

  2. 基于Markov约束的最大后验概率超分辨率图像复原。 很好的参考论文，被很多人引用，可以学到很多东西。

  3. 所属分类：专业指导

    • 发布日期：2010-09-07
    • 文件大小：301056
    • 提供者：xxyzwf

  1. 基于广义Huber-MRF图像建模的超分辨率复原算法

  2. 超分辨率图像复原是当今一个重要的热门研究课题.鉴于双边滤波优良的噪声抑制性和鲁棒的边缘保持性,提出一种双边滤波导出的广义MRF(Markov random field)图像先验模型.广义MRF模型不仅继承了双边滤波在阶数大邻域中的双重异性加权机制,且简洁地建立了双边滤波与Bayesian MAP(maximum a posterior)方法之间的理论联系.同时,由广义MRF模型导出了一种各向异性扩散PDE(partial differential equation)的改进数值解法.随后,在MR

  3. 所属分类：专业指导

    • 发布日期：2011-07-16
    • 文件大小：1048576
    • 提供者：houhuaf

  1. 基于Matlab的多图像超分辨率重建算法

  2. 多图像超分辨率的实现主要就是将具有相似而又不同却又互相补充信息的配准影像融到一起，得到非均匀采样的较高分辨率数据，复原需要亚像素精度的运动矢量场，然而它们之间的运动模型估计精确与否直接影响到重建的效果，因此影像配准和运动模型的估计精度是高分辨率图像重建的关键。由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移，因此必须对其进行配准，在此基础上进行运动模型估计。然后通过频率域或空间域的重建处理，生成均匀采样的超分辨率数据

  3. 所属分类：其它

    • 发布日期：2011-10-23
    • 文件大小：142336
    • 提供者：jyong2012

  1. 一种有效的图像复原方法.pdf

  2. 图像超分辨率复原技术是由一序列低分辨率变形图像估计一幅或多幅较高分辨率的非变形图像,同时还能够消除加性噪声以及由有限检测器尺寸和光学产生的模糊,是图像融合领域中的一个重要分支。先把高分辨率图像变换成低分辨率图像,然后对低分辨率图像进行运动估计和运动补偿计算,最后再把低分辨率图像映射灰高分辨率图像。

  3. 所属分类：其它

    • 发布日期：2012-03-01
    • 文件大小：958464
    • 提供者：breathingfeel

  1. 超分辨率复原

  2. 超分辨率复原（分成1024块） 将样本库中的高分辨率图象和低分辨率图象分别做分块处理，当新输入一幅低分辨率图象时，分成小块到样本库中寻找最匹配的高分辨率块，然后复原出高分辨率图象

  3. 所属分类：其它

    • 发布日期：2013-01-28
    • 文件大小：3072
    • 提供者：hubucyz

  1. 马尔可夫模型与Shearlet变_省略_结合的SAR图像超分辨率复原方法_李文博

  2. 马尔可夫模型与Shearlet变_省略_结合的SAR图像超分辨率复原方法_李文博

  3. 所属分类：综合布线

    • 发布日期：2013-03-26
    • 文件大小：244736
    • 提供者：u010040465

  1. 图像/视频的超分辨率复原

  2. 第一篇　基础知识 第1章　图像/视频基础知识 第2章　图像缩放 第3章　图像质量增强基本技术 第4章　超分辨率复原技术 第二篇　基于重建的超分辨率复原 第5章　基于重建的图像超分辨率复原技术概述 第6章　凸集投影和最大后验概率估计 第7章　基于mrf模型的map图像超分辨率复原 第8章　基于梯度矢量流约束的图像超分辨率复原 第9章　基于对象的监控视频超分辨率复原 第10章　基于权值矩阵的超分辨率盲复原 第11章　基于小波变换域的超分辨率复原 第12章　基于单帧高分辨率图像的视频序列超分辨率复原

  3. 所属分类：专业指导

    • 发布日期：2013-05-08
    • 文件大小：39845888
    • 提供者：c03424

  1. 改进免疫算法用于图像复原---图像复原的论文

  2. 为了更好地对图像进行超分辨率重建,对传统的正则化方法进行了改进,提出了更符合实际的新模型:加性广义高 斯白噪声与各向异性正则化项。为求得新模型的最优解,引入免疫进化算法并做如下改进:引入记忆单元群,使算法并 行地运行在两个抗体群上;提出一种疫苗的自适应选取及接种方法;将混沌算子作为防僵化算子嵌入。分析与实验表 明,基于新模型重建的图像不仅对噪声的类型与方差具有稳健性,而且重建图像的信噪比改善量(ISNR)比传统模型高 1.5 dB左右,同时提出的改进免疫进化算法能够更快收敛,所需步数仅是遗传算

  3. 所属分类：其它

    • 发布日期：2009-04-04
    • 文件大小：877568
    • 提供者：zypzy

  1. 2009-基于Poisson-Markov分布最大后验概率的多通道超分辨率盲复原算法_陈翼男.pdf

  2. 基于Poisson-Markov分布最大后验概率的多通道超分辨率盲复原算法

  3. 所属分类：专业指导

    • 发布日期：2020-05-29
    • 文件大小：7340032
    • 提供者：sunws_king

  1. 高斯模糊估计的盲视频超分辨率重建

  2. 为了提高视频的空间分辨率，利用低分辨率帧之间的亚像素运动信息和成像系统的模糊功能，提出了一种盲视频超分辨率重建方法。首先，通过泰勒级数展开和最小二乘求解方法，估计了滑动窗口中相邻帧之间从粗到细的运动参数。其次，根据通过维纳滤波器图像复原方法生成的误差参数曲线，估计滑动窗口中参考帧的点扩展函数（PSF）的参数。最后，通过迭代反投影（IBP）算法重建超分辨率帧。实验分别在模拟的低分辨率图像，标准测试视频和实际视频上进行。结果证明了我们方法的有效性，并表明了高斯模糊估计在视频超分辨率重建中的重要性。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：785408
    • 提供者：weixin_38739837

  1. 基于深度学习的超分辨率重建算法改进.pdf

  2. 深度卷积网络在单幅图像超分辨问题上取得了非常好的效果，然而，由于超分辨问 题的病态性，自低分辨率的图像复原得到高分辨率图像的算法仍然有很大的改进空间。为了进一 步提高单幅图像超分辨率重建的精度，主要做了以下两个方面的工作：首先将增强预测的方法和 SRCNN 网络结合，在 Set5 数据集上的平均峰值信噪比较原始的 SRCNN 方法提升了大约 0.3dB；其 次，将 FSRCNN 网络第一个 5*5的卷积层改为两个 3*3的卷积层，提高了网络的非线性，在 Set5数据 集上相对于 FSRCNN 模

  3. 所属分类：深度学习

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：wyg597004166

  1. 空间移不变系统图像超分辨复原的快速解耦算法

  2. 超分辨率图像复原是当今一个重要的热门研究课题.本文提出了一种基于全变差模型的超分辨率复原快速解耦算法.利用半二次正则化思想,提出了一个新的解耦TV(Total variation)模型.利用交替最小化方法和线性空间不变模糊的性质将上采样融合、去模糊和去噪分步进行.算法中对上采样融合采用非迭代的直接计算方法;去模糊过程采用基于变换的预处理共轭梯度迭代算法,而去噪过程采用了子空间投影方法.本文算法降低了算法复杂度;超分辨率重建图像在去除噪声的同时,不仅能够保证图像平坦区域的保真度,较好地抑制阶梯效应

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：1048576
    • 提供者：weixin_38653508

  1. 基于改进的非下采样Contourlet变换的超分辨率复原算法

  2. Contourlet变换应用于图像复原时容易引入伪吉布斯现象。非下采样Contourlet变换(NSCT)具有平移不变性, 能够克服伪吉布斯现象, 但是由于基于学习的超分辨率复原需要建立不同分辨率的关系, 而NSCT变换的结果是每一层图像大小都一样, 不能像拉普拉斯金字塔那样建立高低分辨率图像的对应关系及运算量较大。针对这些问题, 提出了基于改进的非下采样Contourlet变换(INSCT)的超分辨率复原算法。为了表示人脸特征, 算法首先建立了INSCT金字塔。然后针对人脸的特殊性, 在匹配过

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_38663526

  1. 维纳/投影限制集混合算法实现超分辨率图像复原

  2. 为了抑制经典投影限制集(POCS)算法中图像复原产生的振铃效应及噪声放大的缺点,提高复原图像的分辨率,提出了一种基于维纳(Wiener)滤波和POCS混合的超分辨率图像复原算法。利用Wiener滤波的抗噪性和全局收敛性对经典POCS算法原始估计图像f0和超分辨率复原图像fi分别进行约束,同时在POCS中加以局部变量的约束。实验结果表明,新算法比原始POCS算法的峰值信噪比(PSNR)和归一化相关性测度(NCCF)均有提高,且Wiener作为整体约束的算法更具有优势,NCCF最多提高7.28％,P

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：2097152
    • 提供者：weixin_38663837

  1. 图像超分辨率复原方法及应用

  2. 介绍了超分辨率复原方法的概念和理论基础，重点总结了一些常用的超分辨率复原理论的国内外研究现状，并对它们的理论依据、优缺点和适用范围进行了详尽分析，对超分辨率复原理论的应用领域进行了介绍。超分辨率复原方法分为频域法和空域法。频域复原法原理简单清楚，计算方便，但是所建立的运动模型都是平移模型，不具有一般性，同时难以利用正则化约束，这就导致难以使用图像的先验信息来帮助进行超分辨率复原。空域复原法可以很方便地建立复杂的运动模型，同时考虑了几乎所有的图像降质因素，例如噪声、降采样、由非零孔径时间造成的模糊

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：475136
    • 提供者：weixin_38635979

  1. 一种基于频域的序列图像超分辨率增强方法

  2. 针对探测器奈奎斯特频率不足和光学系统点扩展效应造成的成像系统像质下降问题，在频域框架下提出一种改进的多帧图像超分辨率增强方法。在图像序列配准方面，考虑了频谱混叠和插值变换等因素对图像频谱相位差的影响，建立了更准确的亚像元位移提取模型；在图像复原方面，基于同步纹理自回归先验，建立了图像的联合高斯分布模型，并结合贝叶斯方法对插值重建结果进行复原。实验表明，该方法较为全面地考虑了像质下降因素，具有较好的超分辨率增强效果，且计算复杂度较低。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_38690545

  1. 基于优化卷积神经网络的图像超分辨率重建

  2. 与以往两类单帧图像的超分辨率重建方法相比，卷积神经网络超分辨率(SRCNN)技术以其端对端的映射架构大幅提高了运行效率与复原精准度，然而网络的层数限制以及收敛性能使得部分图像的恢复效果不及基于样例的重建方法。针对网络优化问题，提出了一种将粒子群优化(PSO)算法与SRCNN相结合的方法，利用PSO算法对网络权重进行初始化，同时结合梯度下降(GD)算法对权值进行修正，使得PSO算法的全局搜索能力与GD算法的局部寻优能力相融合。分别对set5、set14数据集和雾霾天气下模糊图片进行对比实验，结果表

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：12582912
    • 提供者：weixin_38716563

  1. 低质量人脸图像的超分辨率复原

  2. 如何提高人脸图像的分辨率是计算机视觉中的经典问题。在视频监控中, 由于目标人物距离摄像头较远, 得到的往往是低分辨率的人脸图像。针对此问题, 提出一种结合主成分分析(PCA)和最大后验概率(MAP)的人脸超分辨复原算法。利用PCA模型获得高分辨率人脸库的特征; 通过MAP计算输入的低分辨率人脸图像在这些特征上的表示系数, 并重建出其对应的高分辨率特征; 对重建的特征进行约束增强; 结合高分辨率人脸库的平均向量得到最终超分辨率复原的图像。为了验证本文算法的有效性, 将AR人脸库中图片分别用本文算法

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：10485760
    • 提供者：weixin_38660069

  1.  使用改进的POCS算法的超分辨率图像复原

  2. 超分辨率复原技术的基本思想就是采用信号处理的方法，在改善图像质量的同时，重建成像系统截至频率外的信息。POCS（凸集投影）算法是一种广泛应用于图像超分辨率复原的方法。针对传统的POCS算法的边缘振荡效应，在分析其产生的原因，造成的影响的基础上，采用改进的POCS算法，以减少边缘振荡。采用基于小波变换模极大值的改进POCS算法进行图像超分辨率复原。实验结果表明，该方法有效的较少了复原图像的边缘振荡效应，是一种有效的图像超分辨率复原方法。

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：1048576
    • 提供者：weixin_38516658
« 12 3 »