【摘 要】
:
超分辨率图像重建是以同一场景的一幅或多幅低分辨率图像为输入,结合一定的先验信息,重构出一幅高分辨率图像的技术。这一技术在不改变现有硬件设备的前提下,能够有效地提高图像
论文部分内容阅读
超分辨率图像重建是以同一场景的一幅或多幅低分辨率图像为输入,结合一定的先验信息,重构出一幅高分辨率图像的技术。这一技术在不改变现有硬件设备的前提下,能够有效地提高图像分辨率,改善图像质量。本文对基于稀疏表示理论的超分辨率图像重建算法进行了研究。该方法采用基于图像块的处理策略,是压缩感知理论在超分辨率图像重建领域的应用,即高分辨率图像块的稀疏表示系数可由其相应下采样后的低分辨率图像块精确恢复。通过联合训练可得到高低分辨率字典对,并求取输入低分辨率图像块在低分辨率字典下的稀疏表示系数,然后利用该稀疏表示系数结合高分辨率字典得到与输入低分辨率图像块相对应的高分辨率图像块。为提高高低分辨率训练样本的匹配性,提出了一种改进学习样本的字典训练方法。在联合冗余字典训练样本的获取中,采用两种改善训练样本质量的方法:1)采用高分辨率图像块的高频分量,构成高分辨率图像样本,同等条件下冗余字典对训练所需样本数较少,缩短了字典训练用时,获得更好的超分辨率图像重建效果;2)提出采用改进的多阈值BLBP算子,有效地提取低分辨率图像块的纹理特征,包括图像的微观结构信息和宏观结构信息,并应用到低分辨率训练样本的构成中,提高了匹配的准确性,改善了图像重建的质量。通过实验对冗余字典的大小、正则化系数以及字典训练样本数量等重建参数对图像重建质量的影响进行了详细分析,给出了重建参数选择的指导性建议。针对基于信号稀疏表示的超分辨率图像重建算法计算复杂度高的问题,给出了基于图像块特征的自适应快速超分辨率重建方法。以图像块的灰度方差为评判依据,在方差较小的图像区域,图像块纹理单一、灰度变化缓慢,可采用计算复杂度较低的双三次插值的方法重建,缩短重建用时;而对于方差较大的图像块,其结构较为复杂,高频信息多,则采用基于稀疏表示的超分辨率重建方法,提高超分辨率图像重建质量。实验结果表明,所提出的算法在对重建超分辨率图像质量影响较小的情况下,能较大程度地降低重建图像所需的时间。
其他文献
随着计算机性能需求的不断增加,多机并行势必成为计算机的发展方向。同时,随着软件无线电技术SDR的兴起以及该技术在LTE移动通信系统中的使用越来越深入,高速并行计算的应用
随着航天技术的发展,临近空间飞行器因其具有高速、强机动以及隐身特性而受到各国的极大关注。临近空间目标的复杂机动特性给雷达跟踪系统带来了巨大的挑战,研究跟踪精度高、实
随着城市化进程的不断推进,建筑行业有着前所未有的发展机遇,室内装修作为建筑行业重要的分支之一,在住宅装饰、公共建筑装饰等方面都得到了飞速的发展。地板砖填缝美缝是室内装修不可或缺的一部分,目前常采用人工使用胶枪挤压美缝剂/填缝剂的方法,此方法不仅费时费力,涂抹不均匀且容易使大量材料溢出在瓷砖表面,不但造成了材料的浪费而且对之后的清理工作造成麻烦。针对上述问题,设计了一种基于机器视觉的自动寻迹机器人,
机械结构工作模态参数识别(Operational ModelAnalysis,简称OMA)和振动故障诊断是在工程应用中不可或缺的两个重要技术。独立分量分析(Independent ComponentAnalysis,简称ICA)作为一种统计信号数据分析工具,在无先验知识的条件下可以有效地从线性混合的复杂信号中盲分离出各个独立源信号,该技术已经在监测和诊断方向以新的研究方法被提出。本文以齿轮箱为研究
基于内容图像搜索的一个核心问题是如何正确理解用户的查询意图,并正确地建立查询图像和数据库中图像的相关关系。由于图像视觉显著性区域和用户的视觉关注有很强的关联关系,将
稻飞虱是我国水稻上重要的一类迁飞性害虫,一般集中在水稻中下部为害。掌握稻飞虱田间种群密度动态变化是准确进行稻飞虱预测预报和合理防治的关键。目前,我国稻飞虱田间测报调
随着GSM-R无线通信网络在高铁中的广泛应用,铁路的网络安全越来越受到人们的关注,RSSP-Ⅱ是我国为保证高铁开放网络安全制定的标准协议,其安全性和可靠性关乎到CTCS-3列控系
高光谱图像光谱分辨率高,具有图谱合一的特性,能够提供区分不同物质的诊断性光谱信息,结合该光谱信息可提高对目标和背景进行定量分析的能力,因此高光谱目标检测技术在目标检测领域具有独特的优势。由于地物分布情况复杂和成像光谱仪空间分辨率的较低等原因,待检测的目标通常与其他地物共同组成混合像元,此时目标以亚像元形式存在。高光谱亚像元目标检测是目标检测研究的前沿和难点,本文着眼于如何利用高光谱数据的稀疏性提高
频率选择表面(Frequency Selective Surface, FSS)是一种二维周期性阵列结构,在空间电磁环境中表现出带通或带阻的滤波特性,故其常作为空间滤波器来使用。FSS广泛应用于微波