基于TV先验的单幅图像超分辨率重建方法.pdf
一只****ua
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于TV先验的单幅图像超分辨率重建方法.pdf
本发明公开一种基于TV先验的单幅图像超分辨率重建方法,首先通过对待提高分辨率的图像利用双三次插值算法omoms3进行上采样预处理,在预处理后图像中根据28种TV方向模板提取TV先验信息,最后将TV先验信息引入到非局部回归框架,更好的保留超分辨图像的纹理和边缘信息,克服传统插值算法所产生的图像边缘信息不足的现象,从而得到超分辨率重建图像,大大提高超分的效果。
基于多方向特征预测先验的单幅图像超分辨率重建方法.pdf
本发明公开了一种基于多方向特征预测先验的单幅图像超分辨率重建方法。主要包括以下步骤:构建特征预测深度卷积神经网络;针对四个方向特征,分别训练构建的网络;利用训练好的网络模型对输入的低分辨率图像进行多方向特征预测;利用上一步骤预测的四类方向特征,构建多方向特征预测先验;构建基于深度卷积神经网络特征预测与降质约束的超分辨率重建代价函数;利用TFOCS技术来最优化重建代价函数,得到高辨率图像估计。本发明所述的单幅图像超分辨率重建方法,能够获得很好的主客观效果,且抗噪声性能良好。因此,本发明是一种高性能的单幅图像
基于尺度类推的单幅红外图像的超分辨率重建方法.pdf
本发明公开一种基于尺度类推的单幅红外图像的超分辨率重建方法,主要解决现有方法存在的边缘模糊、纹理弱、信噪比低、实时性差的问题。步骤为:(1)对待超分辨重建的红外图像s进行立方插值,得到立方插值后的图像B;(2)对高分辨率的红外图像H进行非下采样轮廓波分解,将它的低通子带作为用于学习的低分辨率图像,将它的N个带通方向子带作为用于学习的高频细节图像,并通过尺度类推依次学习它们之间的映射关系;(3)将映射关系依次作用于立方插值后的图像B,得到N个高分辨率的带通方向子带;(4)对立方插值后的红外图像B和N个高分辨
一种基于双层模型的单幅图像超分辨率重建方法.pdf
一种基于双层模型的单幅图像超分辨率重建方法,其包括(1)利用L0梯度最小化方法和HoG算子生成K个训练簇,然后训练它的对应字典对;(2)依据HoG算子,自适应的选取用于测试的低分辨率图像块对应的几何字典对,并求解出低分辨率图像对应的高分辨率纹理细节图像;(3)利用L0梯度最小化方法求解出用于测试的低分辨率图像对应的高分辨率边缘结构图像;(4)把求解出的高分辨率纹理细节图像加到高分辨率边缘结构图像上得到初始高分辨率图像;(5)对初始高分辨率图像进行全局和局部约束得到最终高分辨率图像。本发明可以使得重建后的图
基于深度学习的单幅电力设备红外图像超分辨率重建方法.pdf
本发明是是一种基于深度学习的单幅电力设备红外图像超分辨率重建方法,其特点是,包括的步骤有:构建模型的训练集和测试集、构建改进的生成网络、构建改进的对抗网络、构建融合损失函数和模型训练、模型性能评估和模型应用。能够在提高电力设备红外图像分辨率的同时,更好地重建电力设备红外图像细节,提高超分辨率重建后电力设备红外图像的质量。