版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)通信技術(shù)的快速發(fā)展,人們?cè)趯?shí)際生活當(dāng)中對(duì)信息的要求越來(lái)越高。相對(duì)于以文字和語(yǔ)音為主體的原始通信方式,綜合語(yǔ)音、圖片、視頻等多種信息源的多媒體通信方式有著不可比擬的優(yōu)勢(shì)。其在日常通信當(dāng)中的比重逐漸增加,也必將成為信息技術(shù)的發(fā)展趨勢(shì)。而因?yàn)椴杉O(shè)備或是傳輸過(guò)程等原因造成的圖像退化是提高多媒體通信質(zhì)量不得不面臨的問(wèn)題,圖片超分辨率為這一問(wèn)題提供了很好的解決途徑。
基于信號(hào)處理中的壓縮感知理論產(chǎn)生的稀疏表示方法,在數(shù)字圖像處理
2、中多個(gè)應(yīng)用方向都得到了很好的性能。利用其最稀疏表示的唯一性,圖片超分辨問(wèn)題得到了很好的解決。在傳統(tǒng)的基于稀疏表示的圖像超分辨率方法的基礎(chǔ)上,提出了基于上下文稀疏表示的圖像超分辨率方法,以提高上下文信息在超分辨率框架中的應(yīng)用,進(jìn)而增強(qiáng)稀疏表示的性能,最終獲得高質(zhì)量的重構(gòu)圖片。本文的主要研究工作如下:
首先,本文對(duì)傳統(tǒng)的基于稀疏表示的圖像超分辨率方法建立了精確的數(shù)學(xué)模型,并將基于重構(gòu)限制的圖像增強(qiáng)加入到基于稀疏先驗(yàn)的圖像恢復(fù)框架當(dāng)
3、中。并在對(duì)傳統(tǒng)方法進(jìn)行分析研究的基礎(chǔ)上,提出了在原有圖像重構(gòu)框架中加入上下文信息的策略,以提高稀疏表示性能。
其次,本文提出了基于多字典稀疏表示的圖像超分辨率方法,用以實(shí)現(xiàn)將上下文信息融入到傳統(tǒng)基于稀疏表示的圖像超分辨率框架中。避免在傳統(tǒng)方法中字典對(duì)數(shù)據(jù)量較大的數(shù)據(jù)類(lèi)別具有較強(qiáng)的表達(dá)能力,而對(duì)數(shù)據(jù)量較少的數(shù)據(jù)類(lèi)別的表達(dá)能力較低的情況。
最后,本文對(duì)多字典策略下的上下文信息稀疏表示進(jìn)行改進(jìn),提出了強(qiáng)判別力字典的訓(xùn)練模型
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的圖像超分辨率研究.pdf
- 基于稀疏表示的單幅圖像超分辨率.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率快速實(shí)現(xiàn).pdf
- 基于稀疏表示的圖像超分辨率復(fù)原研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示及上下文信息的PolSAR圖像分類(lèi).pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏表示的圖像超分辨率算法及應(yīng)用.pdf
- 基于組稀疏表示的自然圖像超分辨率算法研究.pdf
- 基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率重構(gòu)技術(shù)研究.pdf
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的文本圖像超分辨率重建研究.pdf
- 基于稀疏表示和回歸的圖像快速超分辨率重建.pdf
- 基于稀疏表示的超分辨率重建和圖像修復(fù)研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于特征圖像分類(lèi)以及稀疏表示的超分辨率重建.pdf
評(píng)論
0/150
提交評(píng)論