检索结果-南通市图书馆

红外与毫米波学报 1998年第4期17卷 293-298页

作者：章勇李兴国南京理工大学毫米波光波近感技术研究所

给出一种直接修改点扩展函数矩阵的特征值，能大大提高毫米波图像分辨率的高速图像恢复新算法，仿真和实际的图像处理结果都证明了这一算法效果良好．

关键词：毫米波图像焦平面阵列超分辨率算法退化模型

在线全文

学校读者我要写书评

暂无评论

基于局部自相似性的视频图像超分辨率算法

重庆邮电大学学报（自然科学版） 2015年第5期27卷 692-699页

作者：戚曹朱桂斌阳溢刘博文季晓勇重庆通信学院重庆400035

针对视频图像的特点,提出基于局部自相似性的视频图像超分辨率算法。该算法不依赖自然图像数据库作为样本块的图像来源,而是利用局部自相似性,通过在相关坐标邻域中搜索子图像块以实现高频补偿。设计上采样和下采样滤波器,以实现对高频... 详细信息

针对视频图像的特点,提出基于局部自相似性的视频图像超分辨率算法。该算法不依赖自然图像数据库作为样本块的图像来源,而是利用局部自相似性,通过在相关坐标邻域中搜索子图像块以实现高频补偿。设计上采样和下采样滤波器,以实现对高频补偿后的图像进行滤波从而产生最终的样本块,采用逐级放大、分多步组合达到视频图像的放大,从而实现了视频图像超分辨率算法。实验结果表明,对于视频序列图像,在主观视觉效果和均方根误差(root mean square error,RMSE)、结构自相似性算子(structural similarity index measurement,SSIM)等方面,算法能显著地提高其分辨率,取得很好的效果。同时,对视频图像利用局部自相似性方法,减少了图像块的检索时间,降低了算法运算量。

关键词：视频图像局部自相似度超分辨率算法

在线全文

学校读者我要写书评

暂无评论

基于权值的自适应正则化超分辨率算法

计算机工程 2011年第23期37卷 192-194页

作者：刘刚翟春伟戴明中国科学院长春光学精密机械与物理研究所长春130033 中国科学院研究生院北京100039 北华大学数学学院吉林吉林130000

不精确的配准参数会使图像重建结果不理想。为此,提出一种基于权值的自适应正则化超分辨率算法。自适应局部区域权值根据该区域的可靠性进行自适应运算,利用分水岭分割将参考图像分成不同区域,由此提升重建质量。对真实视频序列的实验... 详细信息

不精确的配准参数会使图像重建结果不理想。为此,提出一种基于权值的自适应正则化超分辨率算法。自适应局部区域权值根据该区域的可靠性进行自适应运算,利用分水岭分割将参考图像分成不同区域,由此提升重建质量。对真实视频序列的实验结果证明该算法有效。

关键词：超分辨率算法图像配准局部加权自适应正则化融合

在线全文

学校读者我要写书评

暂无评论

一种自适应毫米波被动成像的超分辨率算法

激光与光电子学进展 2012年第11期49卷 90-96页

作者：陈友仙聂建英福州大学数学与计算机科学学院福建福州350108

针对目前毫米波被动成像的图像分辨率很低的问题,提出了一种新的有效的超分辨率算法。通过改进维纳滤波方法,对毫米波图像进行低频分量恢复,将得到的低频分量代替通带内频谱分量,充分利用了图像中的信息,使之具有自适应功能。将改进的... 详细信息

针对目前毫米波被动成像的图像分辨率很低的问题,提出了一种新的有效的超分辨率算法。通过改进维纳滤波方法,对毫米波图像进行低频分量恢复,将得到的低频分量代替通带内频谱分量,充分利用了图像中的信息,使之具有自适应功能。将改进的维纳滤波的优点和正则最大实验概率(MAP)超分辨率算法外推高频分量的优点相结合,通过正则MAP算法迭代获得外推高频分量,对图像的傅里叶变换作频域校正,再求图像的逆变换,对其作进一步校正,逐次进行上述过程,直到达到提高图像的分辨率的目的。对提出新的自适应超分辨率算法进行了多次实验验证。结果表明,提出的新算法能够增强图像的分辨率,收敛速度快,峰值信噪比高,并且视觉效果优越于维纳滤波和正则MAP算法。实验结果证明了所提出方法的有效性。

关键词：图像处理超分辨率算法自适应算法维纳滤波无源毫米波成像

在线全文

学校读者我要写书评

暂无评论

图像超分辨率算法在卫星遥感图像上的应用

图像超分辨率算法在卫星遥感图像上的应用

作者：于海星上海大学

学位级别：硕士

在遥感领域各项应用中,高分辨率的影像非常重要。高分辨率的遥感影像具有更高的质量和清晰度,具有很高的商业价值和应用价值。本文针对图像超分辨率算法以及这些算法在遥感影像上的应用展开研究,工作的主要内容主要包括以下三个方面:(1... 详细信息

在遥感领域各项应用中,高分辨率的影像非常重要。高分辨率的遥感影像具有更高的质量和清晰度,具有很高的商业价值和应用价值。本文针对图像超分辨率算法以及这些算法在遥感影像上的应用展开研究,工作的主要内容主要包括以下三个方面:(1)调研了图像超分辨率算法的发展历史与现状,对传统图像超分辨率算法以及近年来兴起的深度学习相关算法进行了综述。(2)提供了一种基于贝叶斯框架的超分辨率算法,有效地提升了高分微纳卫星的图像分辨率。该算法基于最大后验概率模型框架,分别实现了运动估计,模糊估计,噪声估计以及图像生成模型。并针对高分微纳卫星图像拍摄的特点,将基于全变差先验的运动估计模型根据图像特点修正为基于固定位移量的运动模型,提高了运动估计的效率。通过与IBP,POCS等传统的超分重建算法的性能进行比较可以发现,本文提供的算法具有相对较好的重建效果。(3)针对哨兵二号卫星图像,设计了基于对抗学习和残差块结构的卷积神经网络SenSR-GAN,网络包括生成器和判别器两个部分,在生成器中,网络首先采用不同尺寸的卷积层结构对输入图像进行多尺度的特征提取,然后网络通过残差块结构学习低分辨率特征到高分辨率特征的非线性映射。最后采用亚像素卷积层将多通道特征重建为高分辨率图像。而判别器主要用于判断输入图片是真实图片还是计算机生成的图片。通过生成器和判别器的对抗训练,可以获得与真实图片分布相近的高分辨率图片。在对抗训练中,我们采用了综合视觉感知损失,对抗训练损失,最小均方差损失以及正则项损失的误差函数,从多个维度保证生成图像的质量。我们采用了包括峰值信噪比,结构相似性在内的多种指标对算法进行评估,量化的结果表示在哨兵二号图片上文网络具有一定的优越性。此外,由于大气的影响,在某些卫星图片中存在一定程度的雾化现象。为了有效地对这些雾化的输入图像进行超分辨率,我们设计训练了Dehaze-SenSR网络。相比于直接使用基于暗通道先验的去雾算法,该网络能够在提高输入图像分辨率的同时有效的去除图像中存在的雾化现象,并且生成图像的细节也更加丰富。

关键词：图像处理超分辨率算法卷积神经网络贝叶斯估计

马尔科夫网络模型下人脸图像超分辨率算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

马尔科夫网络模型下人脸图像超分辨率算法研究

作者：姜雄辉中南大学

学位级别：硕士

人脸作为计算机视觉领域重要研究对象,近年来一直是研究的热点。随着多媒体技术的日益发展,人们对人脸图像的质量提出了更高的要求。更换传感器势必增加成本,而且在硬件上受到物理限制,因而采用超分辨率技术成为一种新的选择。图像超分... 详细信息

人脸作为计算机视觉领域重要研究对象,近年来一直是研究的热点。随着多媒体技术的日益发展,人们对人脸图像的质量提出了更高的要求。更换传感器势必增加成本,而且在硬件上受到物理限制,因而采用超分辨率技术成为一种新的选择。图像超分辨率(SR)技术是一种基于信号处理技术来获得高分辨率图像的方法,它可以克服图像系统的内在分辨率限制,且具有低成本的特点,因而在视频、医学成像、监控、遥感和军事等领域都被广泛应用。本文主要研究马尔科夫网络模型下人脸图像的超分辨率技术,针对分块MN模型中的关键问题:观察函数和传递函数的求解,本文首先提出了一种基于人眼定位的人脸对齐方法,通过基本对齐实现位置限制机制,加快了马尔科夫网络收敛速度,并有效地避免了干扰项。然后,在块的搜索匹配中,本文提出按照高频成分的分布进行相似性度量,对平滑区域的块进行简单的灰度相似度量,而梯度较大的块结合纹理和灰度特征度量,在求解传递函数时,采用图像重叠分块和水平兼容性优先的方法,提高了匹配相关性,简化了隐层节点的计算。最后本文在VC++6.0平台上,实现了一个马尔科夫网络模型下人脸超分辨率原型系统。该系统实现了训练集的采集、人脸对齐以及分块相似性度量等功能,并对实验结果进行了比较和评价,对系统的性能进行了分析。

关键词：人脸图像超分辨率算法 MN模型人脸对齐相似性度量

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于张量投票的图像超分辨率算法

企业技术开发 2010年第6期29卷 1-3页

作者：胡水祥黄东军中南大学信息科学与工程学院湖南长沙410083

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生... 详细信息

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。

关键词：张量投票超分辨率算法主观轮廓

在线全文

学校读者我要写书评

暂无评论

基于张量投票的图像超分辨率算法

科技广场 2010年第5期 87-90页

作者：胡水祥黄东军中南大学信息科学与工程学院湖南长沙410083

张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法。首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高... 详细信息

张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法。首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。

关键词：张量投票超分辨率算法主观轮廓

在线全文

学校读者我要写书评

暂无评论

改进SRGAN的图像超分辨率算法

西华大学学报（自然科学版） 2022年第5期41卷 84-90,103页

作者：刘嵩山王华军李特李光志万军马瑜成都理工大学计算机与网络安全学院四川成都610059

SRGAN算法虽然具有许多优点,但也存在图像重建效果不够好、参数数量庞大、激活函数表现较差等问题。为此,本文提出一种基于SRGAN的图像超分辨率算法SRGAN-E。该算法首先删除BN层,提高图形的重建效果;再在原生成器模型中加入一维卷积注... 详细信息

SRGAN算法虽然具有许多优点,但也存在图像重建效果不够好、参数数量庞大、激活函数表现较差等问题。为此,本文提出一种基于SRGAN的图像超分辨率算法SRGAN-E。该算法首先删除BN层,提高图形的重建效果;再在原生成器模型中加入一维卷积注意力机制,使得图像在重建过程中更加关注上下文信息并减少网络模型中生成器的参数;将SRGAN算法鉴别器模型中的LeakyReLU函数改为Mish函数,以提升鉴别器的性能。实验结果表明:对比SRGAN算法,改进后的SRGAN-E算法在4个测试集上PSNR的平均值增加了0.345,SSIM的平均值增加了0.009;SRGAN-E算法的生成器参数数量与SRGAN算法相比,减少了1 388个。SRGAN-E算法不但提高了图像的重建效果而且还减少了模型参数。

关键词：卷积神经网络深度学习超分辨率算法激活函数图像重建

基于超分辨率算法提高数字化X射线摄影系统空间分辨率

在线全文

学校读者我要写书评

暂无评论

工业计量 2023年第4期33卷 14-17页

作者：李文博河北省计量监督检测研究院

高分辨率的图像适合于许多应用领域，如医学成像、视频监测、天文学等。在医学成像中，获取图像是为了达到医学研究的目的，并提供有关皮肤下体积的解剖、生理和代谢活动的信息。医学影像学检查是确定某些疾病是否存在的重要诊断工具。... 详细信息

高分辨率的图像适合于许多应用领域，如医学成像、视频监测、天文学等。在医学成像中，获取图像是为了达到医学研究的目的，并提供有关皮肤下体积的解剖、生理和代谢活动的信息。医学影像学检查是确定某些疾病是否存在的重要诊断工具。因此，提高图像分辨率可以显著提高矫正治疗的诊断能力。文章试图分析X射线摄影系统中影响图像空间分辨率的各种因素，以及调整成像系统中各组部件状态以提高X射线摄影系统基础分辨率，以期通过深度学习超分辨率算法达到大幅提高X射线摄影系统图像空间分辨率的目的。

关键词：超分辨率算法数字化X射线摄影系统像素空间分辨率