基于稀疏表示的自适应图像超分辨率重建算法

来源 :计算机应用研究 | 被引量 : 19次 | 上传用户:sym409198933
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对图像高分辨率重建过程中稀疏解的存在性和唯一性问题以及超分辨率图像的边缘特征和平滑噪声的关系进行了研究,提出了局部正则化参数自适应选取的方法。结合联合构造字典的算法,在重建过程中动态调整正则化参数。通过对图像的超分辨率实验证明,改进的算法具有较高的可行性,能有效平衡超分辨率图像的边缘特征和平滑噪声两者的关系,与传统的超分辨率重建算法相比,有更高的峰值信噪比。
其他文献
根据脑内深部髓质静脉低对比度、管径细小、偏水平分布、受干扰严重等特征,提出一种基于海赛矩阵的脑内深部髓质静脉主干提取方法,该方法通过固定尺度海赛矩阵的特征值构造出一种筛选器初步筛选出静脉主干,并从形态学上连接断开的主干、剔除伪主干。用手动分割金标准进行对照实验,实验结果表明本方法与金标准相比达到一个较高的重合度,但是主干末梢与背景融合处没能很好地处理。
针对目前物联网编码标志存在的编码体系不统一、方案不兼容、局限于某些领域、无法实现跨行业、跨平台、规模化的物联网应用等一系列问题,提出了一种新的编码思想和体系。它抽象出一种提供位移的载体物品和一般的实体物品,而现实中的产物品可以看做是由两者以不同方式的结合,对实体物品和载体物品采用统一编码,就完成了对物品在生产和流通阶段的编码标志。基于云计算的解析服务系统对物品的所有者和状态的信息进行动态更新,就能
在WSN中采用独立分析(SFA)法求得的单数据流端到端延迟上界有时比整体分析(TFA)法求得的总数据流端到端延迟上界要大,这不符合物理意义。针对这一问题,分析了现有TFA法与SFA法在数据流服务分配机制上的差别,并指出这两种方法求得的延迟上界不具有可比性。随后在修正流经节点数据流输出上界的基础上,推导出与TFA法数据流服务分配机制相匹配的单数据流端到端延迟上界表达式。公式推导与数值分析结果均表明,
为了精确定位人体目标区域,以达到照明节能最优化,提出了一种改进的Canny算子与数学形态学相结合的图像处理技术,对室内图像进行边缘检测和噪声处理,得到含有人体目标的二值化图像,将得到的二值化人体背影模板的七个Hu不变矩作为LVQ神经网络的输入向量,训练出能够准确识别出人体背影的网络;再建立出室内图像特征与人体数量和坐标的匹配模型,从而根据人体坐标和数量来实现对灯具的优化控制。仿真和实验结果表明,改