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. malab 编写的高分辨率重建程序

  2. malab 编写的高分辨率重建程序，可以通过对多幅低分辨率图像的信息融合生成高分辨率图像

  3. 所属分类：其它

    • 发布日期：2011-06-09
    • 文件大小：1024
    • 提供者：sumeike

  1. pocs超分辨率重建

  2. 能直接运行，适合初学者，输入一张低分辨率图片，输出高分辨率图片。

  3. 所属分类：其它

    • 发布日期：2014-11-02
    • 文件大小：4096
    • 提供者：xiaoxiaoyan1990

  1. 超分辨率重建

  2. 可以直接运行，既可以从高分辨率图像中产生低分辨率图像，还可以从低分辨图像中产生高分辨图像

  3. 所属分类：其它

    • 发布日期：2014-11-02
    • 文件大小：128000
    • 提供者：xiaoxiaoyan1990

  1. 超分辨率重建与图像增强技术研究

  2. 如果采用改善物理硬件的方法来获取人们满意的高分辨率图像,则成本较高,而且有时难于实现。因此有必要考虑一种能够克服这些限制的新措施来提高图像空间分辨率。超分辨率重建技术就在这种背景下应运而生。

  3. 所属分类：医疗

    • 发布日期：2015-12-03
    • 文件大小：11534336
    • 提供者：qq_20336801

  1. 红外图像超分辨率重建.zip

  2. 重建过程包括三个部分：图像配准、非均匀性内插及去模糊与去噪。图像配准精度越高，超分辨率重建效果越好，而图像分辨率越高，则图像配准精度越高，并以此为基础提出了一种联合图像配准的超分辨率重建算法

  3. 所属分类：机器学习

    • 发布日期：2020-09-14
    • 文件大小：19922944
    • 提供者：qq_33364956

  1. 基于POCS的超分辨率重建算法研究

  2. 针对传统的凸集投影(POCS)算法重建后的结果图像存在边缘模糊的问题，提出了一种通过小波变换与分形插值得到高分辨率初始图像的估计方法。该方法通过对一幅图像进行小波分解得到低频重构图像和高频重构图像，对高频重构图像使用分形插值保留了图像的纹理和边缘信息。仿真实验结果表明，该方法可行有效，改善了图像的边缘特性及整体质量，与传统的POCS算法相比，本文方法提高了重建图像的峰值信噪比。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：406528
    • 提供者：weixin_38718415

  1. 单片机与DSP中的ADI推出6信道视频滤波器实现高分辨率影像质量

  2. ADI发表一款高性能6信道视频重建滤波器ADA 4424-6，使消费性媒体播放器与专业视频系统的设计厂商能够轻易的过滤与驱动范围从标准到高分辨率的视频信号。 　　ADA 4424-6具有三种标准分辨率(SD)与三种加强/高分辨率(ED/HD)信道以及优越的平坦频率响应，能够提供1080p高分辨率兼容媒体播放器与录像机所需的无脉冲峰化的0.1dB通道平坦度。 　　ADA 4424-6的亮度通道(luma channel)具有四种截然不同的模式，可用以侦测和消除高达1.1V的dc输入偏移电压，而

  3. 所属分类：其它

    • 发布日期：2020-11-10
    • 文件大小：49152
    • 提供者：weixin_38534683

  1. 高斯噪声双图像超分辨率重建

  2. 高斯噪声双图像超分辨率重建

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：3145728
    • 提供者：weixin_38616359

  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. 基于四元稀疏正则的彩色图像超分辨率重建

  2. 为了更好地保持重建彩色图像各通道信息的相关性，有效提高彩色重建图像边缘、色彩等细节信息的恢复质量，提出一种基于四元稀疏正则模型的彩色图像超分辨率重建算法．该算法利用四元数表示彩色图像的三个通道信息，并且采用 L1/2正则项代替 L1正则项构建基于四元稀疏正则约束的彩色图像超分辨率字典学习及模型重建．同时在训练重建字典对中，为了更好地表征图像特征信息，采用去均值方法构造高低分辨率训练样本集；为了得到与低分辨率重建字典更匹配的高分辨率重建字典，采用字典分离训练方法分别生成高低分辨率重建字典．实验结果

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_38735804

  1. 基于稀疏表示和多成分字典学习的超分辨率重建

  2. 针对目前基于稀疏表示模型的图像超分辨率重建方法对于边缘、纹理等细节信息保持能力有限、易产生视觉伪影的问题，提出了基于稀疏表示和多成分字典学习的超分辨率重建算法。在字典训练阶段，所提算法在利用图像形态分量分析方法构造纹理和结构字典的基础上，为了有效地提取低分辨率图像特征细节信息，对图像结构分量采用一阶二阶导数进行特征提取，对纹理分量采用 Ｇａｂｏｒ变换进行特征提取，并使用Ｌ１／２范数构造训练字典模型；而在重建阶段，为了消除重建图像块效应及模糊伪影，进一步提高重建图像的质量，采用全局约束和非局部相似

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：504832
    • 提供者：weixin_38535132

  1. 流形不一致约束稀疏编码的图像超分辨率重建

  2. 在大多数超分辨率重建算法中，假定高分辨率（HR）和低分辨率（LR）图像具有相同的流形。 但是，这种假设不适合实际应用。 因此，本文提出了一种新的算法，该算法考虑了HR和LR图像之间的流形不一致。 在提出的方法中，首先训练LR字典和备用表示系数集。 然后，可以基于第一步中获得的HR样本集和备用表示系数来获得HR字典。 引入PCA算法来减少LR特征图像的维数，从而减少字典训练时间。 提供了全局优化算法以消除重建图像的块效应。 结果表明，该方法在客观评价和主观视觉效果两方面都可以快速减少训练时间，提高

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：2097152
    • 提供者：weixin_38526421

  1. 通用信息增强重建，用于加速高分辨率多次拍摄扩散成像

  2. 通用信息增强重建，用于加速高分辨率多次拍摄扩散成像

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：329728
    • 提供者：weixin_38502929

  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. 学习反卷积深度神经网络进行高分辨率医学图像重建

  2. 学习反卷积深度神经网络进行高分辨率医学图像重建

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：2097152
    • 提供者：weixin_38698590

  1. 基于自注意力深度网络的图像超分辨率重建方法

  2. 针对现有图像超分辨重建方法难以充分重建图像的细节信息且易出现重建的图像缺乏层次的问题,提出一种基于自注意力深度网络的图像超分辨重建方法。以深度神经网络为基础,通过提取低分辨率图像特征,建立低分辨率图像特征到高分辨率图像特征的非线性映射,重建高分辨率图像。在进行非线性映射时,引入自注意力机制,获取图像中全部像素间的依赖关系,利用图像的全局特征指导图像重建,增强图像层次。在训练深度神经网络时,使用图像像素级损失和感知损失作为损失函数,以强化网络对图像细节信息的重建能力。在3类数据集上的对比测试结果表

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：7340032
    • 提供者：weixin_38626242

  1. pifuhd：单个图像的高分辨率3D人类数字化-源码

  2. 消息： [2020/06/15]可以使用Google Colab进行演示（包括可视化）！ 请查看以了解用户测试的许多结果！ 该存储库包含“用于高分辨率3D人类数字化的多级像素对齐的隐式函数”的pytorch实现。 该代码库提供： 测试代码 可视化代码 Google Colab上的演示 如果您没有运行GPU的环境来运行PIFuHD，我们将提供Google Colab演示。 您还可以上传自己的图像并与可视化一起重建3D几何。 使用以下笔记本尝试我们的Colab演示： 要求 Python 3

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：392192
    • 提供者：weixin_42160424

  1. 通过学习的几何词典和聚类稀疏编码进行单图像超分辨率重建

  2. 最近，通过稀疏编码的单图像超分辨率重建（SISR）引起了越来越多的兴趣。 在本文中，我们提出了一种基于多几何字典的聚类稀疏编码方案。 首先，从一组示例训练图像中随机抽取大量高分辨率（HR）图像块并将其聚集成几组“几何块”，从中学习相应的“几何字典”以进一步对每个块进行稀疏编码低分辨率图像中的局部色块。 对由不同词典恢复的HR补丁执行聚类聚合，然后进行后续补丁聚合以估计HR图像。 考虑到图像中经常有很多重复的图像结构，我们在补丁聚合中对恢复的图像添加了自相似约束，以揭示新的特征和细节。 最后，通过

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38624557

  1. 一种改进的凝视红外图像高分辨率重建算法

  2. 光学微扫描和亚像元成像处理技术,是提高凝视型红外焦平面探测器空间分辨率的重要技术途径。通过分析2×2光学微扫描原理和图像插值重建模型,提出一种基于拉格朗日(Lagrange)多项式的高分辨率重建算法。算法根据局部梯度特征将图像划分成多个同性区域,在同性区域内自适应调整Lagrange的阶数,进而完成插值重建。实验表明,算法有效抑制了光学扫描误差引起的图像模糊,提高了红外成像系统的空间分辨率,具有较强的实用价值。

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_38592848

  1. 复杂物体离轴-同轴复合数字全息高分辨率成像

  2. 当被测物体不满足稀疏条件时，传统同轴数字全息相位恢复方法无法消除共轭像的干扰，也无法获得正确的相位重建结果；而离轴数字全息受最小记录距离的限制分辨率较低。为此，提出了一种将离轴和同轴数字全息相结合的复合数字全息成像方法。该方法只需记录一幅离轴全息图和一幅同轴全息图；采用约束最优化算法从离轴全息图中得到记录平面内物光波的近似相位分布；将此相位信息与同轴全息图的强度信息合成记录面内物光波复振幅的初始值；再利用迭代算法实现物体强度像和相位像的高分辨率重建，该方法的理论分辨率与图像传感器的分辨率相同。实

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：16777216
    • 提供者：weixin_38694529
« 12 3 4 5 6 7 8 9 10 »