2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩56頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、在圖像獲取過程中,由于成像設(shè)備的硬件限制和場(chǎng)景的環(huán)境影響,往往很難獲得能包含原始場(chǎng)景所有信息的高清晰圖像或圖像序列。為了提高圖像的空間分辨率,人們一方面改進(jìn)成像系統(tǒng)的硬件設(shè)備,另一方面研究適于圖像的空間分辨率增強(qiáng)技術(shù)??紤]到硬件設(shè)備高昂的成本,圖像超分辨重建技術(shù)作為一種經(jīng)濟(jì)而有效的增強(qiáng)技術(shù)得到大家的普遍關(guān)注。
  本文利用單幀圖像自身的結(jié)構(gòu)信息,從回歸學(xué)習(xí)和正則約束兩個(gè)方面來研究圖像超分辨重建技術(shù)。為了建立低分辨圖像與高分辨圖像之

2、間相對(duì)應(yīng)的映射關(guān)系,本文對(duì)高斯過程回歸和先驗(yàn)信息正則化進(jìn)行了深入的研究,主要研究成果概括為:
  (1)針對(duì)低分辨率圖像塊與高分辨率像素之間存在非線性映射關(guān)系的問題,提出了一種基于塊分類的高斯過程回歸單幀圖像超分辨率重建算法。該算法考慮到高斯過程回歸對(duì)訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)之間的相關(guān)性需求,對(duì)訓(xùn)練圖像塊進(jìn)行分類,然后對(duì)同一類圖像塊建立相應(yīng)的映射關(guān)系。該算法改進(jìn)了已有的基于高斯過程回歸的超分辨重建,實(shí)驗(yàn)結(jié)果證明能更好地實(shí)現(xiàn)圖像小尺度的放

3、大和去模糊。
  (2)利用單幀圖像結(jié)構(gòu)先驗(yàn)信息作為正則約束項(xiàng),提出一種基于聯(lián)合正則約束的單幀圖像超分辨重建算法。該算法主要從三個(gè)方面來構(gòu)造正則約束項(xiàng),其一,利用圖像稀疏表示特性構(gòu)造稀疏正則項(xiàng),建立低分辨圖像與高分辨圖像之間的映射關(guān)系,生成豐富的高頻細(xì)節(jié);其二,根據(jù)梯度直方圖能有效地描述圖像的紋理,使用梯度直方圖保持來構(gòu)造正則項(xiàng),保證復(fù)原圖像與高分辨圖像的梯度直方圖的一致性,使得圖像去噪的同時(shí)恢復(fù)精細(xì)的紋理信息;其三,使用非局部均

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(yè)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(kù)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。

評(píng)論

0/150

提交評(píng)論