近幾年以來,隨著信息科學(xué)和軟件工程的不斷發(fā)展,各行各業(yè)對(duì)盡可能獲取更多的有效信息的方法的要求越來越高。通過觀察圖像可以得到一些圖像自帶的信息,其在居民生活和國家科技等領(lǐng)域都有著重要應(yīng)用,對(duì)圖像所承載的信息量的不斷提升就成為人類的不懈追求。但在很多現(xiàn)實(shí)情況下圖像會(huì)產(chǎn)生不同程度的扭曲、模糊化和質(zhì)量下降,因?yàn)橹T多因素有時(shí)較難得到或者長久保存具有高分辨率的圖像。改進(jìn)分辨率的一種方法是設(shè)計(jì)先進(jìn)的拍攝裝置,另一種是軟件的開發(fā)設(shè)計(jì)和算法的改進(jìn)來提高圖像的分辨率。雖然改進(jìn)成像設(shè)備是最為直接的方法,但由于硬件技術(shù)提高困難重重,且成本難以降低等諸多因素的限制,研究者們通過研究算法利用軟件技術(shù)來攻克這一難題,圖像超分辨率重建（super resolution,SR）技術(shù)的研究得到研究和重視。該技術(shù)本質(zhì)上就是在一幅或者多幅圖像的前提下改進(jìn)分辨率的技術(shù),而多幅圖像就得需要在圖像融合技術(shù)的支持下才能實(shí)現(xiàn)改進(jìn)圖像質(zhì)量的目的,因此研究多幅圖像的前提需要單幅圖像超分辨率重建技術(shù)（simple image super resolution,SISR）的發(fā)展進(jìn)步和算法的成熟�？紤]到圖像的重建性能和網(wǎng)絡(luò)的訓(xùn)練時(shí)間以及圖像恢復(fù)... 

【文章來源】：內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

最近鄰插值算法

- 16 - 0. 8 0. 3 0.5 圖2.1 稀疏編碼示意圖上圖對(duì)應(yīng)的線性表達(dá)式為 1 2 256 , , , 0 , 0 , , 0 , 0. 8 , 0 , , 0 , 0. 3 , 0 , 0 , 0. 5 , 0。由于nx R是由高分辨率圖像 X 依據(jù)預(yù)先設(shè)定好的尺寸經(jīng)過分塊處理后的所得到的圖像塊的向量表示，將大量的高分辨率圖像進(jìn)行訓(xùn)練就可以獲得一個(gè)過完備字典 HD K n，其具有K 個(gè)元素，而且其存在一個(gè)稀疏系數(shù) 和高分辨率圖像塊x 相互對(duì)應(yīng)，其關(guān)系表示如下式2.3 所示：0Hmin ,stx D (式 2.3)由于高分辨率圖像 和低分辨率圖像Y 本身就具有圖像特征上的明確的指向性關(guān)系，所以高、低分辨率的圖像塊x、y之間也具有相應(yīng)的指向性關(guān)系，并且稀疏系數(shù) 和高分辨率圖像塊 也是相互對(duì)應(yīng)的，因此它們之間的關(guān)系可表示為下式 2.4 所示：Hy LD (式 2.4)在式 2.4 中

【參考文獻(xiàn)】：
期刊論文
[1]基于導(dǎo)向?yàn)V波與迭代反向投影的遙感影像超分辨率重建[J]. 郭桐宇.  測(cè)繪與空間地理信息. 2019(01)
[2]基于模糊最大似然估計(jì)算法的遙感影像分割[J]. 徐艷.  測(cè)繪與空間地理信息. 2019(01)
[3]應(yīng)用紗線序列圖像的色紡機(jī)織物仿真[J]. 潘如如,李忠健,唐佩君,姜川.  棉紡織技術(shù). 2019(01)
[4]基于LK和FAST的時(shí)間序列圖像快速配準(zhǔn)算法[J]. 荊瀅,齊乃新,楊小岡,盧瑞濤.  紅外與激光工程. 2018(11)
[5]迭代二次規(guī)劃遮擋點(diǎn)恢復(fù)[J]. 彭亞麗,劉侍剛,孫增國,洪靈,曹菡.  電子學(xué)報(bào). 2018(11)
[6]關(guān)于深度學(xué)習(xí)的綜述與討論[J]. 胡越,羅東陽,花奎,路海明,張學(xué)工.  智能系統(tǒng)學(xué)報(bào). 2019(01)
[7]基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像重建算法[J]. 于波,方業(yè)全,劉閩,董君陶.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(09)
[8]基于生成對(duì)抗網(wǎng)絡(luò)的單幀紅外圖像超分辨算法[J]. 邵保泰,湯心溢,金璐,李爭(zhēng).  紅外與毫米波學(xué)報(bào). 2018(04)
[9]超分辨率圖像重建效果優(yōu)化算法研究[J]. 王旸.  控制工程. 2018(05)
[10]紅外圖像超分辨率重建技術(shù)研究[J]. 王岳,李雙喜,王磊.  激光與紅外. 2018(04)

碩士論文
[1]基于超分辨率重建的圖像特征提取方法研究[D]. 徐鵬濤.大連理工大學(xué) 2017
[2]基于動(dòng)態(tài)卷積及學(xué)習(xí)率自適應(yīng)的圖像超分重建方法研究[D]. 曹雪.北京工業(yè)大學(xué) 2017
[3]協(xié)稀疏表示模型在圖像復(fù)原中的應(yīng)用[D]. 薛紀(jì)令.杭州電子科技大學(xué) 2015
[4]基于學(xué)習(xí)的圖像超分辨率重建算法研究[D]. 范開乾.中國科學(xué)技術(shù)大學(xué) 2014
[5]基于L1范數(shù)圖像超分辨率重建算法研究[D]. 王斌.重慶大學(xué) 2014
[6]基于多尺度相似結(jié)構(gòu)學(xué)習(xí)的單幅圖像超分辨率重建[D]. 申世聞.南京理工大學(xué) 2014
[7]面向車牌圖像增強(qiáng)的多幅圖像超分辨率技術(shù)研究[D]. 陳娜.長春理工大學(xué) 2012



本文編號(hào)：3210645