【摘 要】
：
多帧图像超分辨率算法利用图像间的互补信息,可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像.在众多超分辨率算法中,正则化方法以其求解病态问题的有效性而被广泛应用,但在此类方法中,最优估计算子的估计准确度对最后的重建结果有着较大的影响.本文在现有正则化超分辨率重建算法的基础上,提出了一种基于双阈值Huber范数的极大似然估计算子,可以提高Huber范数对于阈值取值的容忍性和算子估计精
论文部分内容阅读
多帧图像超分辨率算法利用图像间的互补信息,可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像.在众多超分辨率算法中,正则化方法以其求解病态问题的有效性而被广泛应用,但在此类方法中,最优估计算子的估计准确度对最后的重建结果有着较大的影响.本文在现有正则化超分辨率重建算法的基础上,提出了一种基于双阈值Huber范数的极大似然估计算子,可以提高Huber范数对于阈值取值的容忍性和算子估计精度;并给出了基于该算子的正则化超分辨率算法的迭代公式.通过对仿真图像进行重建,结果表明算法可有效地抑制各
其他文献
针对目前许多视频对象分割方法中分割边界不精确、遮挡和不规则运动问题解决效果不好等问题,提出一种新的视频对象分割算法。利用人眼的视觉特点,即对运动(时间梯度)和边缘(空间梯度)都特别敏感,把帧间运动变化检测(时域定区间帧差累积)和图像的边缘检测结合起来,首先利用t显著性检验检测对称帧的帧间变化,再对检测出的初始运动变化区域进行时域定区间帧差累积计算,并进一步整合形成记忆掩膜(MT);然后应用改进的K
高精度眼动记录技术现已非常成熟,但昂贵的价格限制了当前商用眼动仪的应用范围,发展灵活、低成本的眼动记录系统将是眼动跟踪技术的重要研究方向。本文设计了一种低成本、低侵入性的耳麦式眼动记录系统。系统由两个普通CMOS摄像机及耳麦式支架构成,两个摄像机分别记录注视场景图像及人眼图像,成本仅为当前商用眼动仪的几百分之一。针对系统采集的数据,提出一种分段加权环形Hough变换算法提取虹膜轮廓及中心作为特征,
针对人眼检测过程中存在的表情、光照和眼镜遮挡等干扰因素的影响,提出一种基于Gabor滤波和K-medoid聚类分析的人眼检测和瞳孔定位方法。首先采用鲁棒性较好的眼部横向特征作为检测对象来设计了Gabor滤波器,以突出眼部的横向特征;然后根据Gabor滤波后的眼部特征,并结合K-medoid算法设计了聚类算法检测人眼;在人眼检测基础上,结合灰度分布特征和熵函数设计了瞳孔定位方法。在BioID人脸库和
人体行为识别在视频监控和人机交互中具有重要应用,利用深度数据进行行为识别是近年兴起的技术,并取得了一定的进展,但还没有一个公认的、鲁棒性好的行为描述方法,且性能有待提高。针对以上问题,本文提出了3种鲁棒的、深度数据上的行为描述方法,并结合支持向量机(SVM)分类器在两个公开的且具有挑战性的深度数据集上对它们进行评估。实验结果表明,本文提出的行为描述方法具有较好的区分性和鲁棒性,其性能比一些先进的且
针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一种基于稠密局部自相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转换分离出彩色图像中的颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段执行效率。随后以保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计阶段的执行效率。多分辨率
为进一步完善非线性自适应迭代重建算法(NAIRT)并将其可靠地应用于实际流场层析诊断,仿真研究了NAIRT的抗噪性能。采用仿真技术,模拟含跳变的复杂空气流场,相干投影,获得Radon变换投影数据。采用RandG函数模拟产生Gauss随机噪声,噪声的相对强度通过信噪比(SNR)标征,设置强度不同的SNR,获得相应的随机噪声。随机噪声与投影数据线性叠加,获得含噪投影。采用NAIRT逆投影重建,重建结果
首先介绍了带马尔科夫跳变非线性系统(JMNSs)的状态估计问题,然后总结了JMNSs最优状态估计的难点和具有交互作用的多目标跟踪问题.在总结分析各类不同算法的基础上,提出了一种协同关联粒子滤波算法来解决目标数目在变化的交互多目标跟踪问题,改进后的算法不需要观测与目标状态关联和目标数量已知的假设.最后,通过仿真实验验证了改进后的算法在跟踪效果上优于现有算法,并能成功估计目标的数量.
Long-term highly accurate surface soil moisture data of TP(Tibetan Plateau)are important to the research of Asian monsoon and global atmospheric circulation.However,due to the sparse in-situ networks,
High-performance computational models are required to make the real-time or faster than real-time numerical prediction of adverse space weather events and their influence on the geospace environment.T
The meta-instable state(MIS)is the final stage before fault instability during stick-slip movement.Thus,identification of MIS is of great significance for assessing earthquake hazard in fault zones.A