隨著現(xiàn)代科技信息化水平的進(jìn)一步提高,我們也終于迎來了一個(gè)嶄新的信息化時(shí)代,圖像作為一種簡(jiǎn)單直接的信息獲取方式在眾多領(lǐng)域中都有非常重要的應(yīng)用。在圖像的各種信息中分辨率代表了圖像存儲(chǔ)的信息量大小,分辨率越高,則圖像越精細(xì)所包含的信息量也越大。但是現(xiàn)實(shí)生活中在成像設(shè)備及環(huán)境因素的影響下往往不能獲得到高分辨率的圖像,且如果通過硬件技術(shù)解決此類問題,往往具有較高的成本代價(jià)和較大的技術(shù)難關(guān),因此圖像的超分辨率重建方法作為能夠有效提高圖像分辨率的軟件技術(shù)就應(yīng)運(yùn)而生了。目前,圖像的超分辨率重建算法雖然已經(jīng)取得了較好的研究成果,但是圖像邊緣的保持方面和對(duì)含噪圖像的魯棒性方面依然是重建技術(shù)的關(guān)鍵性問題。因此本文將利用圖像的非局部自相似性這一重要的圖像先驗(yàn)知識(shí)為研究主線,從圖像邊緣的方向性和相似塊的匹配等方面展開研究,取得以下成果:(1)為了可以較好地保留邊緣的方向特征以及抑制邊緣偽影,考慮到圖像具有多方向的這一特征信息,本文提出了一種基于圖像方向特征的重建算法。算法是基于總變分和非局部均值正則項(xiàng)的超分辨率重建框架,但是總變分算法不能較好的保持邊緣的方向特征,非局部均值方法沒有考慮到圖像塊的局部幾何結(jié)構(gòu),所以...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖6.7各種重建方法對(duì)Castle的重建局部圖像（2，Bicubic：PSNR=27.86dB，SSIM=0.8713；

圖6.6前兩次放大迭代時(shí)低頻帶圖像獲取示意圖6.4.2實(shí)驗(yàn)結(jié)果對(duì)比實(shí)驗(yàn)中將本章算法與Yang[20]的基于稀疏表示的超分辨重建算法、Freedman[31]基于局部自相似樣本的圖像超分辨重建算法、Glasner[19]基于圖像塊尺度不變的圖像超分辨率重建算法、Yang[1....

圖2.7提出方法、N_GNO和N_GNC方法在噪聲Starfish圖像重建結(jié)果的比較（,），

2基于稀疏表示和SORM的單幅圖像超分辨率重建方法的圖像非局部自相似先驗(yàn)也被廣泛用于圖像的去噪。（a）（b）（c）（d）（e）圖2.6提出方法、N_GNO和N_GNC方法在無噪聲Starfish圖像重建結(jié)果的比較（....

圖5實(shí)拍圖像的重建4結(jié)語(yǔ)對(duì)于含有局部運(yùn)動(dòng)或者劇烈運(yùn)動(dòng)的視頻，傳統(tǒng)的超分辨率

第10期楊梅:基于自適應(yīng)運(yùn)動(dòng)估計(jì)的視頻超分辨率重建157圖5實(shí)拍圖像的重建4結(jié)語(yǔ)對(duì)于含有局部運(yùn)動(dòng)或者劇烈運(yùn)動(dòng)的視頻，傳統(tǒng)的超分辨率重建算法很難達(dá)到亞像素精度的配準(zhǔn)結(jié)果，本文采用時(shí)空局部相鄰采樣點(diǎn)的線性組合來表示待重建的像素點(diǎn)。利用調(diào)整核函數(shù)的權(quán)重捕捉運(yùn)動(dòng)信息，提出了一種無需顯式運(yùn)....

圖5實(shí)拍圖像的重建4結(jié)語(yǔ)對(duì)于含有局部運(yùn)動(dòng)或者劇烈運(yùn)動(dòng)的視頻，傳統(tǒng)的超分辨率

第10期楊梅:基于自適應(yīng)運(yùn)動(dòng)估計(jì)的視頻超分辨率重建157圖5實(shí)拍圖像的重建4結(jié)語(yǔ)對(duì)于含有局部運(yùn)動(dòng)或者劇烈運(yùn)動(dòng)的視頻，傳統(tǒng)的超分辨率重建算法很難達(dá)到亞像素精度的配準(zhǔn)結(jié)果，本文采用時(shí)空局部相鄰采樣點(diǎn)的線性組合來表示待重建的像素點(diǎn)。利用調(diào)整核函數(shù)的權(quán)重捕捉運(yùn)動(dòng)信息，提出了一種無需顯式運(yùn)....

本文編號(hào)：4033327