版權(quán)說明:本文檔由用戶提供并上傳,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、由于成像設(shè)備的技術(shù)成本和外在環(huán)境的條件限制,一般很難獲得理想的高分辨率圖像。圖像超分辨率重建的方法是在不改變當(dāng)前設(shè)備技術(shù)和成本的條件下,通過數(shù)字信號(hào)處理技術(shù)將分辨率較低的圖像重建出分辨率較高的圖像。其中學(xué)習(xí)方法中的基于稀疏表示的超分辨率重建方法是最近比較火熱的研究方向,能夠獲得比傳統(tǒng)的方法質(zhì)量更高的圖像,是目前效果最好的重建方法之一,并已在視頻監(jiān)控和醫(yī)療等諸多領(lǐng)域應(yīng)用。本文就是以基于稀疏表示方法為基礎(chǔ)對(duì)圖像超分辨率重建進(jìn)行研究的。
2、> 針對(duì)傳統(tǒng)的基于稀疏表示的重建方法中使用的高低分辨率字典的稀疏表示系數(shù)是相同的,沒有考慮高低稀疏表示系數(shù)之間實(shí)質(zhì)的非線性差異,使得圖像重建的結(jié)果損失了一些高頻信息,而且在重建過程中一般對(duì)圖像聚類所使用的K-均值聚類方法過于依賴初始值,導(dǎo)致在一定范圍內(nèi)聚類結(jié)果很不穩(wěn)定,降低了重建結(jié)果的魯棒性等問題,本文提出了一種在自適應(yīng)初始中心點(diǎn)聚類法前提下基于稀疏表示和支持向量回歸相結(jié)合的重建方法。通過使用自適應(yīng)初始中心點(diǎn)聚類方法對(duì)圖像進(jìn)行聚類,聚
3、類過程迭代次數(shù)更少并且更穩(wěn)定,再將各類高低分辨率字典的稀疏表示系數(shù)作為樣本,通過支持向量回歸進(jìn)行訓(xùn)練,得到各類高低稀疏表示系數(shù)之間映射關(guān)系的訓(xùn)練模型。在重建階段將待重建的低分辨率圖像的稀疏表示系數(shù)通過對(duì)應(yīng)類的訓(xùn)練模型預(yù)測(cè)出對(duì)應(yīng)的高分辨率圖像的稀疏表示系數(shù),再結(jié)合相應(yīng)的高分辨率字典重構(gòu)出高分辨率的圖像。與之前的重建方法相比還原缺失的高頻細(xì)節(jié)信息更多,重建的圖像質(zhì)量更高,魯棒性更好。
針對(duì)圖像超分辨率重建中使用單一字典所還原出的高
4、頻成分還有一定的欠缺,為了盡可能挖掘出低分辨率圖像所缺失的高頻細(xì)節(jié)成分,本文在基于稀疏表示和支持向量回歸的重建方法基礎(chǔ)上對(duì)其進(jìn)行改進(jìn),提出了一種基于雙字典的稀疏表示和回歸的重建方法。通過在重建過程中將高頻信息分為主要高頻成分和次要高頻成分,進(jìn)而在訓(xùn)練過程中通過對(duì)訓(xùn)練樣本集在主要高頻和次要高頻對(duì)應(yīng)的兩個(gè)階段訓(xùn)練字典,分別得到主要字典和次要字典,統(tǒng)稱雙字典。在重建階段通過使用雙字典來分層次逐步的對(duì)低分辨率的圖像進(jìn)行重建。根據(jù)實(shí)驗(yàn)結(jié)果分析,不
溫馨提示
- 1. 本站所有資源如無特殊說明,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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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
- 基于稀疏表示和回歸的圖像超分辨率重建的研究.pdf
- 基于高斯過程回歸和稀疏表示的圖像超分辨率重建.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.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
- 基于稀疏表示和混合樣本的圖像超分辨率重建算法研究.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
- 基于冗余字典和稀疏表示的衛(wèi)星圖像超分辨率重建.pdf
- 基于稀疏表示的圖像超分辨率研究.pdf
- 基于特征圖像分類以及稀疏表示的超分辨率重建.pdf
- 基于稀疏表示的聲納圖像識(shí)別及超分辨率重建.pdf
- 基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的單幅彩色圖像超分辨率重建方法研究.pdf
- 基于稀疏表示的單幅圖像超分辨率.pdf
評(píng)論
0/150
提交評(píng)論