非局部相似性相关论文
目的 许多彩色图像去噪算法未充分利用图像局部和非局部的相似性信息，并且忽略了真实噪声在彩色图像不同区域内分布的差异，对不同图......
随着光学成像设备的快速发展,尤其是数码相机、智能手机等数码设备的普及,使得图像成为人们感知世界、对外交流的重要途径。然而,......
图像超分辨率领域的研究,主要为使用一幅或者一组低分辨率图像,重建为一幅高分辨率图像。由于多幅图像超分辨率的不适定性,本文专......
单幅图像超分辨率旨在利用一幅低分辨率输入图像,结合特定先验知识,重建出同一场景的高分辨率图像,以克服成像设备固有的分辨率限......
无线多媒体传感器网络（Wireless Multimedia Sensor Networks，WMSN）是一种具有计算能力、存储能力和通信能力的分布式感知网络，通常部......
立体图像、视频因其真实的感官体验深受人们喜爱,同时也被大量应用到医学、军事等各个领域。但随之而来的是数据处理和复杂度成倍......
图像在形成、保存与传输的过程中,由于成像设备、成像环境、存储设备及传输设备等因素的影响会造成图像质量的退化,图像复原是从退......
磁共振成像技术依靠其无辐射、非侵入、成像对比度高等特点得到了快速的发展，在医学诊断和科学研究中发挥了重要作用。但成像过程较......
磁共振成像(MRI)技术是一种能取得活体器官和组织详细诊断图像的医疗诊断技术,具有无损伤无辐射等优点,在医学临床与科研领域得到......
核磁共振成像(Magnetic resonance imaging,MRI)是一种新型的医学成像技术,然而其过长的扫描时间是核磁共振成像技术面临的挑战性......
视觉是人类取得外界信息的一个主要媒介。随着人口老龄化和眼睛保护意识的缺乏,老年性黄斑病变,病理性近视和视网膜色素变性等视网......
单帧图像超分辨率(Super-Resolution,SR)的目的是从单幅低分辨率(LowResolution,LR)图像中恢复出一张高分辨率(High-Resolution,HR......
目前我国电网架设输电线路的巡检工作主要由无人机及人工巡检完成。由于依赖人工操作、硬件设备自身局限性极易受到雨雾等环境因素......
人脸超分辨率重建是指采用图像处理的技术,利用单幅或多幅低分辨率图像,重建出图像的高频信息,从而获得高分辨率图像的技术,在对图......
作为当今一种重要的影像技术,磁共振成像具有成像细节丰富、无侵入式和非电离成像等特点,在临床诊断医学和相关影像科学等领域得到......
传统的信号采样定理指出:要实现原始信号的无失真恢复,信号采集速率必须是待采样信号带宽的两倍以上。然而,随着现代信息科学技术......
随着科技飞速发展和5G数字化时代的来临,数字图像已经成为日常生活中最常见的信息来源之一。但数字图像在形成、存储和传输过程中......
基于传统Nyquist采样理论,为了保证采样信号的无失真重构,采样信号的频率不得低于信号最高频率的两倍,因此带来许多高速率数据采样......
在实际监控视频系统中,由于人物目标距离摄像头较远并且设备本身的局限性,导致获取的人脸图像分辨率低,难以辨识。因此,如何增强所......
传统稀疏表示融合方法,以图像块进行字典训练和稀疏分解,由于没有考虑图像块之间的内在联系,易造成字典原子表征图像特征能力不足......
由于物理成像系统和成像环境的限制,如光学模糊、运动模糊、下采样和系统噪声,人们很难得到一幅理想的高分辨率(High Resolution,H......
高光谱图像在诸如异常检测、目标识别和图像分类等很多领域均有非常重要的应用。相对于普通的二维图像,高光谱图像增加了光谱维信......
在图像采集过程中，受到图像采集系统的限制和周边环境的影响，要获取原始场景的所有信息几乎是不可能的。如何充分挖掘图像中所包含的......
针对遥感图像非局部相似的特性,提出了一种基于图像非局部相似性、低秩矩阵和最小全变分（TV）的压缩感知（CS）重构算法。充分利用了遥感......
为提高单帧图像的分辨率,提出一种基于内部字典和外部字典正则化的超分辨(super-resolution, SR)重建方法。首先,将输入的低分辨率......
分布式视频压缩感知(Distributed Compressed Video Sensing,DCVS)多假设重构算法将传统视频编码中的多假设预测运动估计思想引入......
压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时进行压缩。目前压缩感知系统通常利用图像在某......
为了提高分布式视频压缩感知(Distributed Video Compressive Sensing,DVCS)的率失真性能,仅利用稀疏先验知识不能很好地保护视频......
针对权重核范数最小化算法不能有效保留图像边缘信息的问题,利用全变分的良好的保持边缘信息的能力,提出一种基于全变分和权重核范......
为了准确有效地实现自然图像的压缩感知重构,提出一种使用拉普拉斯尺度混合(Laplacian Scale Mixture,LSM)先验的结构化近似消息传......
稀疏表示和非局部相似性在图像去噪领域扮演着越来越重要的角色,并且取得了很好的去噪效果.解决了高斯噪声和椒盐噪声混合的图像去......
提出一种利用组稀疏表示进行CSMRI的方法.在字典学习过程中,对图像块按照相似性准则进行分组,并利用这些组进行字典训练.将组字典......
标准的图像压缩感知算法未利用像素间的邻域结构信息和图像子块的自相似性。针对这一问题,本文将图像分成重叠的图像子块,用冗余字......
为了提高重建图像的分辨率,提出一种改进的稀疏表示超分重建算法.在稀疏编码阶段,引入非局部相似正则化以改进稀疏编码目标函数,并......
针对透视几何,提出了一种新的基于非局部相似性的立体图像超分辨率算法。算法将混合分辨率技术中视点的下采样过程建模成退化模型,......
图像在产生或传输过程中总会受到各种噪声的干扰而导致其质量下降,影响后续图像处理工作,所以图像去噪是图像处理中的一个重要环节......
单传感器数码相机得到的色彩图像在每一个像素点处只有一种色彩值,为了得到一幅全彩色图像,需要在每一个像素位置上估计出另外两个......
传统的基于稀疏性先验和全变分正则项约束的图像重建算法不能有效重建图像中的各种结构。为了提高重建质量,在采用传统重建算法中......
为了提升单幅彩色图像的超分辨率重建质量,提出了一种改进的基于学习的超分辨率方法.针对半耦合字典学习超分辨率算法训练精度不高......
为提高单帧降质图像的分辨率,提出了一种基于字典学习和非局部相似性的超分辨率重建算法。该算法主要将高分辨率图像减去利用迭代......
为了保持高光谱(HS)超分辨率重建过程中的频谱一致性和边缘锐度,提出一种基于空间谱结合非局部相似性的超分辨率重建算法。首先,使......
为了更有效地表达图像的高阶稀疏结构,提出基于图稀疏正则化的压缩感知重构算法,通过图论方法描述图像稀疏系数间的相关性。首先,......
压缩感知(Compressed sensing,CS)理论突破了传统奈奎斯特采样定理对信号带宽的限制,实现了从少量的观测值中精确重建原始图像。结......
为了有效地利用图像的特征作为指导重建的先验知识,解决常规超分辨率算法对边缘与结构等细节恢复不足的问题,提出一种改进的超分辨......
为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响,提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充......
针对腐化图像恢复不足的问题，提出一种基于PCA的非局部聚类稀疏表示模型。首先，用图像非局部自相似性来取得稀疏系数值；然后，对观测图......
图像是日常生活与生产实践中应用最广泛的信息载体之一。随着科学研究和生产技术的发展,人们对高分辨率图像的需求日益增长。但是,......
