基于分段自回歸模型的圖像超分辨率技術(shù)研究.doc
約27頁(yè)DOC格式手機(jī)打開(kāi)展開(kāi)
基于分段自回歸模型的圖像超分辨率技術(shù)研究,research of image super-resolution technology based on piecewise autoregressive model1.2萬(wàn)字 27頁(yè)原創(chuàng)作品,已通過(guò)查重系統(tǒng)摘要 超分辨技術(shù)是當(dāng)今圖像處理領(lǐng)域的一個(gè)具有挑戰(zhàn)性的課題。在圖像獲取...
內(nèi)容介紹
此文檔由會(huì)員 馬甲線女神 發(fā)布
基于分段自回歸模型的圖像超分辨率技術(shù)研究
Research of image super-resolution technology based on piecewise autoregressive model
1.2萬(wàn)字 27頁(yè) 原創(chuàng)作品,已通過(guò)查重系統(tǒng)
摘要 超分辨技術(shù)是當(dāng)今圖像處理領(lǐng)域的一個(gè)具有挑戰(zhàn)性的課題。在圖像獲取的過(guò)程中,受到成像條件以及成像方式的各種限制,成像系統(tǒng)不可能獲取原始圖像場(chǎng)景中的全部信息。如何提高圖像的分辨率一直以來(lái)都是圖像處理領(lǐng)域的熱點(diǎn)問(wèn)題,而圖像超分辨率技術(shù)則被認(rèn)為是解決這一問(wèn)題的有效方法。
圖像插值技術(shù)是圖像超分辨率技術(shù)中的一種,它所面臨的難題是如何保持空間細(xì)節(jié)。本文提出了一個(gè)新的圖像插值技術(shù),即軟判決自適應(yīng)插值(SAI)。SAI通過(guò)分段的二維自回歸建模和塊估計(jì)的自然融合,實(shí)現(xiàn)了所期望的卓越的圖像插值結(jié)果。這項(xiàng)新技術(shù)可以適應(yīng)各種二維分段自回歸場(chǎng)景模型。在一個(gè)低分辨率圖像的移動(dòng)的窗口中估計(jì)模型參數(shù),通過(guò)觀察和估計(jì)像素結(jié)構(gòu),由軟判決估計(jì)進(jìn)程將學(xué)習(xí)模型指示的像素結(jié)構(gòu)應(yīng)用到像素塊上,以提高圖像的分辨率。其結(jié)果和高階自適應(yīng)不可分插值二維濾波器的結(jié)構(gòu)相似。這種新的圖像插值方法比現(xiàn)有方法更好地保留了空間的連貫性,并在PSNR值和主觀視覺(jué)質(zhì)量?jī)煞矫娈a(chǎn)生很好的結(jié)果。同時(shí),圖片的邊緣和紋理保存完好,常見(jiàn)的的插值物(模糊,振鈴,鋸齒,拉鏈等)都大大減少。
關(guān)鍵詞:自回歸過(guò)程;圖像插值;圖像建模;優(yōu)化;分段穩(wěn)定統(tǒng)計(jì);軟判決估計(jì)
Research of image super-resolution technology ba
1.2萬(wàn)字 27頁(yè) 原創(chuàng)作品,已通過(guò)查重系統(tǒng)
摘要 超分辨技術(shù)是當(dāng)今圖像處理領(lǐng)域的一個(gè)具有挑戰(zhàn)性的課題。在圖像獲取的過(guò)程中,受到成像條件以及成像方式的各種限制,成像系統(tǒng)不可能獲取原始圖像場(chǎng)景中的全部信息。如何提高圖像的分辨率一直以來(lái)都是圖像處理領(lǐng)域的熱點(diǎn)問(wèn)題,而圖像超分辨率技術(shù)則被認(rèn)為是解決這一問(wèn)題的有效方法。
圖像插值技術(shù)是圖像超分辨率技術(shù)中的一種,它所面臨的難題是如何保持空間細(xì)節(jié)。本文提出了一個(gè)新的圖像插值技術(shù),即軟判決自適應(yīng)插值(SAI)。SAI通過(guò)分段的二維自回歸建模和塊估計(jì)的自然融合,實(shí)現(xiàn)了所期望的卓越的圖像插值結(jié)果。這項(xiàng)新技術(shù)可以適應(yīng)各種二維分段自回歸場(chǎng)景模型。在一個(gè)低分辨率圖像的移動(dòng)的窗口中估計(jì)模型參數(shù),通過(guò)觀察和估計(jì)像素結(jié)構(gòu),由軟判決估計(jì)進(jìn)程將學(xué)習(xí)模型指示的像素結(jié)構(gòu)應(yīng)用到像素塊上,以提高圖像的分辨率。其結(jié)果和高階自適應(yīng)不可分插值二維濾波器的結(jié)構(gòu)相似。這種新的圖像插值方法比現(xiàn)有方法更好地保留了空間的連貫性,并在PSNR值和主觀視覺(jué)質(zhì)量?jī)煞矫娈a(chǎn)生很好的結(jié)果。同時(shí),圖片的邊緣和紋理保存完好,常見(jiàn)的的插值物(模糊,振鈴,鋸齒,拉鏈等)都大大減少。
關(guān)鍵詞:自回歸過(guò)程;圖像插值;圖像建模;優(yōu)化;分段穩(wěn)定統(tǒng)計(jì);軟判決估計(jì)
TA們正在看...
- 2020年內(nèi)蒙古錫林郭勒中考化學(xué)真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考?xì)v史真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考地理真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考政治真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考數(shù)學(xué)真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考物理真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考生物真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考英語(yǔ)真題及答案.doc
- 2020年內(nèi)蒙古錫林郭勒中考語(yǔ)文真題及答案.doc
- 2020年內(nèi)蒙古阿拉善中考化學(xué)真題及答案.doc