检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多字典学习和图像块映射的超分辨率重建

计算机应用 2016年第5期36卷 1394-1398,1425页

作者：莫建文曾儿孟张彤袁华桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学机电工程学院广西桂林541004

针对单一冗余字典在稀疏表示图像超分辨率重建结果出现不清晰、伪影以及重建过程编码效率不高、运算时间过长的问题,提出一种基于多字典学习和图像块映射的超分辨率重建方法。该方法在传统稀疏表示的框架下,首先探索局部图像块的梯度结... 详细信息

针对单一冗余字典在稀疏表示图像超分辨率重建结果出现不清晰、伪影以及重建过程编码效率不高、运算时间过长的问题,提出一种基于多字典学习和图像块映射的超分辨率重建方法。该方法在传统稀疏表示的框架下,首先探索局部图像块的梯度结构信息,按梯度角度将训练样本块分类;然后为每个子类样本集学习高低分辨率字典对,再结合最近邻思想应用生成的字典,为每个子类计算从低分辨率块到高分辨率块映射的函数;最后将重建过程简化为输入块和映射函数的乘积,在保证提高重建质量的同时减少了图像重建的时间。实验结果表明,所提算法在视觉效果有较大的提升,同时与锚点邻域回归算法相比,评价参数峰值信噪比(PSNR)平均提高约0.4 d B。

关键词：稀疏表示图像块分类多字典学习映射函数邻域嵌入

基于在线多字典学习的矿井图像超分辨率重建方法

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2020年第9期46卷 74-78页

作者：汪海涛于文洁张光磊中煤西安设计工程有限责任公司陕西西安710000 中国矿业大学信息与控制工程学院江苏徐州221116

针对基于字典学习的方法在处理含有噪声且环境复杂的矿井图像时重建效果不佳的问题,提出了一种基于在线多字典学习的矿井图像超分辨率重建方法。该方法利用K-means聚类算法将图像训练集划分为多类图像,并针对不同类图像训练多组高低分... 详细信息

针对基于字典学习的方法在处理含有噪声且环境复杂的矿井图像时重建效果不佳的问题,提出了一种基于在线多字典学习的矿井图像超分辨率重建方法。该方法利用K-means聚类算法将图像训练集划分为多类图像,并针对不同类图像训练多组高低分辨率字典,提高字典对环境复杂图像的特征表示能力;根据图像非局部自相似性,引入非局部约束项进一步约束稀疏系数的解空间,并通过在线字典学习对多字典学习阶段的字典进行优化,提高稀疏系数求解的准确性,从而提高图像重建过程的抗噪声干扰能力。实验结果表明,该方法能够有效提高重建图像质量,抑制噪声引起的图像块效应和边缘锯齿效应,增强图像细节,具有更好的视觉效果。

关键词：矿井图像超分辨率重建在线字典学习多字典学习非局部自相似

基于多字典学习的图像超分辨率算法研究与实现

在线全文

学校读者我要写书评

暂无评论

基于多字典学习的图像超分辨率算法研究与实现

作者：赵娜武汉工程大学

学位级别：硕士

图像超分辨率重建是指无需改善硬件设备,仅利用合理的先验知识和数学模型,就能从一幅或多幅低分辨率图像中重建出相同场景高分辨率图像的技术。目前,图像超分辨率技术已广泛应用到公安监控、遥感卫星成像、医学成像、高清电视信号等众... 详细信息

图像超分辨率重建是指无需改善硬件设备,仅利用合理的先验知识和数学模型,就能从一幅或多幅低分辨率图像中重建出相同场景高分辨率图像的技术。目前,图像超分辨率技术已广泛应用到公安监控、遥感卫星成像、医学成像、高清电视信号等众多领域。本文在稀疏表示的理论基础指导下重点研究了单幅图像的超分辨率算法。针对现有基于稀疏表示的图像超分辨率技术中高频成分丢失严重、多字典学习中图像块分类或聚类效果不佳等问题,提出了相应的改进算法,具体工作内容如下:(1)提出了一种基于图像块多级分类的图像超分辨率算法。该算法采用分类策略将图像块分成多个类别,然后针对不同类别图像块进行字典学习。首先通过多次迭代将图像块分成平滑块与细节块,其中平滑块含图像细节信息较少,而细节块含有丰富的边缘和纹理信息;然后将信息量大的细节块根据梯度指向角划分为不同角度的边缘块和不规则块;其次,对不同类别的图像块采用K奇异值分解(Singular Value Decomposition,KSVD)算法分别进行字典学习,得到该类图像块的分类字典;第三,对于输入的低分辨率图像,采取同样的图像块分类策略,对平滑块直接采取双三次插值法,对不同结构特性的细节块采用与之相对应的字典进行重建。通过实验验证,相对于SISR算法,该算法在PSNR和SSIM两种评价指标上平均分别提升了0.4dB和0.005。(2)改进了基于双重字典学习的超分辨率算法,引入了中频成分,采用中频成分来代替低频成分,利用训练图像的中频成分和高频成分学习主要字典与残差字典,再用该双重字典来重建待处理低分辨率图像,渐进式地重建出丢失的高频成分。最后使用IBP算法对重建结果进行全局重建约束优化。实验表明,相对于原始双重字典学习算法,该算法在细节上重建效果更加清晰,且在PSNR和SSIM评价指标上平均分别提升了0.35dB和0.002。(3)使用MATLAB GUI工具设计并实现了图像超分辨率重建系统,完成了三个重要模块:字典学习、字典显示、图像重建。字典学习模块通过多种不同算法进行字典学习;字典显示模块将选择的字典矩阵转化成图像并显示;图像重建模块采用多种不同算法进行低分辨率图像重建。

关键词：图像超分辨率多字典学习图像块分类稀疏表示双重字典

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多字典学习的单幅图像超分辨率重构研究

基于多字典学习的单幅图像超分辨率重构研究

作者：赵建雯天津理工大学

学位级别：硕士

图像是传递信息的重要载体,但因受设备及环境等因素的影响,使获取的图像为包含噪声且缺少细节的低分辨率图像,而通过改善成像设备获得高分辨率图像成本较高,因此图像超分辨率重构技术成为图像处理领域的研究重点,而且此技术已广泛用于遥... 详细信息

图像是传递信息的重要载体,但因受设备及环境等因素的影响,使获取的图像为包含噪声且缺少细节的低分辨率图像,而通过改善成像设备获得高分辨率图像成本较高,因此图像超分辨率重构技术成为图像处理领域的研究重点,而且此技术已广泛用于遥感,监控,医疗等领域。图像超分辨率重构是指以一幅或多幅低分辨率图像为基础,利用算法的方式重构出一幅高分辨率图像。本文中为了估计更多图像的高频细节,提出了一种基于支持向量回归机的多字典学习和利用改进的迭代反投影作为后处理的图像超分辨率重构算法。文中的主要工作及创新点如下:(1)详细介绍了图像超分辨率重构的研究背景,意义,目前的发展状况及各类常见算法的理论,并简单描述了各算法的优势及不足。(2)针对基于学习的算法在学习字典时常采用同样特征值的问题,本文算法经光栅扫描分块后,在离散变换域和空域中分别采用不同的特征值,通过支持向量回归机学习低频图像块字典和高频图像块字典,并在预测过程中使用同样的方法提取测试图像的特征,更加准确地表征了图像不同部分的特性。(3)为了减少重构过程中回归图像的误差,本文结合图像的光栅扫描分块提出了一种改进的迭代反投影算法作为重构算法的后处理过程。利用每次由回归得到的图像替换传统迭代反投影中的迭代图像,并使用双三次插值取代了传统的迭代反投影矩阵,避免了投影矩阵难确定的问题。(4)为验证本文算法的有效性,分别进行了三类实验:选取合适字典,本文算法与其他算法比较,改进的迭代反投影与传统迭代反投影算法的比较,从客观和主观方面本文算法获得了较好的图像重构效果。

关键词：多字典学习改进的迭代反投影算法支持向量回归机超分辨率重构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多字典学习的车牌图像超分辨率重建方法

闽南师范大学学报（自然科学版） 2016年第3期29卷 45-50页

作者：叶蓁闽南师范大学物理与信息工程学院福建漳州363000

车牌识别作为智能交通系统中的关键技术,具有十分重要的应用前景.本文提出了一种改进的车牌识别算法.采用K-均值算法对高分辨率车牌图像样本进行聚类,并按类学习相应的子字典,从而有效地减少了字典中原子的数目,提高了算法的运行速度.... 详细信息

车牌识别作为智能交通系统中的关键技术,具有十分重要的应用前景.本文提出了一种改进的车牌识别算法.采用K-均值算法对高分辨率车牌图像样本进行聚类,并按类学习相应的子字典,从而有效地减少了字典中原子的数目,提高了算法的运行速度.再采用自适应的正则化参数法和反向投影法对图像进行全局优化,既保留了图像的更多细节特征,又起到较好的去噪效果.仿真实验结果表明,该算法从主观和客观效果上均有效地改善了重建的车牌图像质量.

关键词：超分辨率重建多字典学习自适应正则化车牌识别

在线全文

学校读者我要写书评

暂无评论

基于多字典稀疏表示的遥感图像亚像元映射

电子学报 2015年第6期43卷 1041-1049页

作者：黄慧娟禹晶孙卫东清华大学电子工程系北京100084

本文提出了一种基于多字典稀疏表示的亚像元映射算法,利用已知的同类型高空间分辨率地物分布图像,构建能够更好反映不同类别地物空间分布模式的多个字典,将待分类亚像元用每一类字典稀疏表示,并依据重构误差最小化原则以及光谱失真程度... 详细信息

本文提出了一种基于多字典稀疏表示的亚像元映射算法,利用已知的同类型高空间分辨率地物分布图像,构建能够更好反映不同类别地物空间分布模式的多个字典,将待分类亚像元用每一类字典稀疏表示,并依据重构误差最小化原则以及光谱失真程度约束条件来划分亚像元的地物类别.模拟与真实数据上的实验结果表明,本文算法能有效应对地物空间分布模式的多样性,具有更高的亚像元映射精度和更好的算法鲁棒性.

关键词：亚像元映射像元分解空间连续性多字典学习稀疏表示

在线全文

学校读者我要写书评

暂无评论

基于字典学习的图像超分辨率重建算法研究

基于字典学习的图像超分辨率重建算法研究

作者：王小怡西南石油大学

学位级别：硕士

随着信息社会的不断发展,人们对高品质、高清晰图像的需求越来越大。图像超分辨率重建技术是指利用信息处理方法,通过计算机软件技术,从单帧或多帧低分辨率图像中重建出相同场景下的高分辨率图像。与多帧图像重建相比,单帧重建技术仅利... 详细信息

随着信息社会的不断发展,人们对高品质、高清晰图像的需求越来越大。图像超分辨率重建技术是指利用信息处理方法,通过计算机软件技术,从单帧或多帧低分辨率图像中重建出相同场景下的高分辨率图像。与多帧图像重建相比,单帧重建技术仅利用一幅低分辨率图像进行重建,其实际需求和应用范围更广,因此本文主要对单幅图像的超分辨率重建算法进行研究。目前,图像的超分辨重建技术主要有三大类:基于插值的方法、基于重建的方法和基于学习的方法。基于学习的方法引入机器学习理论,很好地引入了外部高频信息,有效增强了图像的重建细节,是近几年来图像领域的研究热点,因此论文围绕基于学习的图像超分辨率重建算法展开研究。主要内容如下:(1)针对基于字典学习的超分辨率重建算法中,单一通用过完备字典无法表征所有图像块的自然特征,以及在重建阶段由于稀疏编码的影响,重建算法效率降低从而影响算法的时效性等缺点,本文提出基于多字典学习和线性回归的图像超分辨率重建。通过聚类算法对样本特征块进行分类,使具有相似结构的图像块聚集在一起,分别进行字典训练得到多个紧凑的子字典。利用线性回归思想,直接计算低分辨率空间到高分辨率的映射矩阵,有效提高算法的重建效率且充分利用了训练图像块所包含的信息。实验验证表明,图像重建的质量和算法效率方面均取得更好的效果。(2)图像特征的有效利用将有利于最终重建效果,根据图像自相似性特性,结合矩阵低秩理论,提出了基于低秩理论和字典学习的图像超分辨率重建。对图像进行低秩稀疏分解之后,可将其分为低秩部分和稀疏部分。图像大部分信息存在于低秩部分,结合提出的多字典和线性回归算法对其进行重建,稀疏部分由于包含了少量差异信息,仅采用双三次插值的方法完成重建,最后将两部分重建结果相结合作为最终超分辨率重建图像。稀疏部分经过插值放大后并未继续进行复杂学习重建,从而减少了原图像中噪声等因素对重建过程的影响。

关键词：图像超分辨率重建多字典学习线性回归低秩稀疏分解自相似性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于边缘保持的多字典超分辨率图像重建

基于边缘保持的多字典超分辨率图像重建

作者：史瑞茹西安电子科技大学

学位级别：硕士

超分辨率图像重构技术是通过对低分辨率图像进行处理,使其恢复尽可能多的高频信息,得到内容丰富、视觉良好的高分辨率图像。该技术一经提出就引起了国内外学者的强烈反响,掀起了对该领域的研究热潮。经过长期探索和研究,该技术已形成几... 详细信息

超分辨率图像重构技术是通过对低分辨率图像进行处理,使其恢复尽可能多的高频信息,得到内容丰富、视觉良好的高分辨率图像。该技术一经提出就引起了国内外学者的强烈反响,掀起了对该领域的研究热潮。经过长期探索和研究,该技术已形成几大分支,其中基于学习的重建方法因其具有良好的重构效果而成为近些年来该领域的研究热点。本文就是研究该分支下的重构方法对单幅图像进行重构,主要研究内容和重点如下:首先,由于基于稀疏表示方法的重构效果和训练样本的相关性有关,而传统方法以单个字典对所有图像进行重构,缺乏针对性,没有充分利用图像的结构特征。针对这一问题,本文提出了改进的基于多字典的图像超分辨率重建方法,通过对图像引导分类建立多字典,并采用KPCA算法对字典降维以提高重建速度。经实验证实,该方法与传统方法相比,在重构效果和速度上均有所提高。其次,针对传统图像块分类方法中分类边缘块和纹理块依赖于阈值判断,且需要一定的计算量,本文提出一种改进的图像块分类方法,采用Canny算子提取边缘得到边缘块,通过边缘块对训练图像块进行有监督的引导分类。经实验将传统方法与改进的分类方法进行对比,结果表明与传统分类方法相比,采用改进的分类方法对图像进行重构能取得更好的重构效果。最后,针对传统算法重构图像边缘会出现锯齿等人工痕迹,本文就如何改善重构边缘效果进行研究。研究和分析了基于梯度先验的重构方法,利用该方法具有良好的边缘保持性这一特点,将其应用到多字典重构方法中,提出基于边缘保持的多字典超分辨率重构方法。通过梯度先验重构图像引导图像块分类训练字典,提高字典相关性;并在重构阶段对重构后的边缘块进行增强,改善边缘效果。实验结果表明,该方法不仅优于传统方法且相对于多字典方法也有所提高,无论在视觉感受上还是客观评价上都有良好的重建效果。

关键词：超分辨率图像重构稀疏表示多字典学习边缘保持

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多字典奇异人脸识别算法研究

多字典奇异人脸识别算法研究

作者：马珍珍燕山大学

学位级别：硕士

字典学习和稀疏表示在非奇异人脸识别方面取得较大突破,但当人们用墨镜、围巾、假胡子等有意遮挡面部时,会引入大量变体,导致识别性能降低。样本多样性不足、可得数据量小等实际情况会使训练样本不足以表示测试样本变量,样本受损也会影... 详细信息

字典学习和稀疏表示在非奇异人脸识别方面取得较大突破,但当人们用墨镜、围巾、假胡子等有意遮挡面部时,会引入大量变体,导致识别性能降低。样本多样性不足、可得数据量小等实际情况会使训练样本不足以表示测试样本变量,样本受损也会影响训练样本对测试样本的判别表示,因此需要学习更鲁棒的判别字典。该文在总结国内外字典学习算法基础上,提出以下三种改进算法:首先,针对传统稀疏编码用l或l范数解稀疏系数,对伪装人脸识别不够鲁棒,又仅进行单一身份认证,未能检测出人脸面部奇异信息,为此提出基于迭代重加权稀疏编码的双标签奇异人脸识别算法。该算法将无伪装样本作为判别字典,提出加权鲁棒稀疏编码模型,并用迭代重加权稀疏编码算法求解,解得的权能够刻画面部的奇异映射。最后利用权的物理意义构造奇异字典进行面部奇异分类,并在权空间用判别字典进行身份识别,同时完成人脸身份和面部奇异类型的判别。其次,针对样本数据量小、多样性不足等情况下的伪装人脸识别,提出基于多尺度韦伯对称局部图表结构特征联合核扩展稀疏表示的人脸识别算法。该算法首先将样本分成训练集、画廊集、测试集,训练集含有非画廊集类,训练集不包含画廊集所有类,然后提取样本的多尺度WSLGS特征,并将其投影到核空间,从训练集中学习出判别映射集合,将画廊集映射到此集合上构成基字典。用训练集中非画廊集类的中性和奇异样本构造差分变量集,选几个主成分构成奇异模型,进行相同的映射后,构成奇异扩展字典,最后用扩展稀疏表示分类。该算法用单样本识别,当有新的类别加入时,只需在画廊集中加入相应的类,无需重新训练。最后,针对训练和测试样本均受损情况,低秩表示技术能将奇异像素从特定类字典中分离出来,但同类图像相关性强,低秩约束会使字典中原子多样性减少,降低判别性能,因此提出基于多尺度LBP特征的低秩双字典学习算法。在特征空间保证学习的低秩特定类子字典和低秩类共享字典有足够的原子多样性,最后用稀疏和稠密混合表示分类。

关键词：人脸识别稀疏表示多字典学习多标签分类特征提取核扩展