收藏本站
《西安邮电大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于自学习和重建的图像超分辨率算法研究

李萌  
【摘要】:图像超分辨率重建技术就是针对一帧或多帧关于同一场景的低分辨率图像,利用软件手段恢复出关于该场景的高分辨率图像。利用该技术,不仅可以提高对已有低分辨率图像及视频资源的利用率,而且可以减小高分辨率图像及视频的传播对于通信及存储设备造成的压力。该技术可以广泛应用于高清电视、卫星遥感、医学诊断等多个领域。在诸多的图像超分辨率重建算法中,自学习和正则化是两个性能良好的工具。本文针对这两种工具在图像超分辨率重建中的应用进行了研究。本文的主要研究工作有:1.一种基于卡通纹理分解的图像超分辨率方法。基于重建的方法往往对于图像的纹理信息不敏感。所以,这种算法重建的图像趋于平滑,导致整体图像较为模糊。然而,基于学习的方法可以很好的重建出图像的纹理信息。该算法有效结合了以上两种算法的优势。首先,将测试图像分解为卡通和纹理两部分。然后,将卡通图像和纹理图像分别采用改进的全变分正则化方法和改进的调整的锚点邻域回归图像超分辨算法方法进行重建。最后,将重建结果相加,输出最终的重建高分辨率图像。该算法不仅具有较好的去噪能力和较强的边缘保持能力,而且具有良好的适应性和鲁棒性。2.基于卷积主成分分析和随机匹配的自学习的图像超分辨率算法。该算法通过对特征提取和块匹配这两个过程的研究和改进,来解决自学习高时间复杂度问题。在特征提取阶段,该算法首先通过一种快速提取特征的方法构造图像金字塔的主成分分析特征金字塔和方差特征金字塔,并将构造的特征金字塔用于后序块匹配过程。在块匹配阶段,该算法采用一种二级随机振荡方法和四向传播方法来完成这一过程。该算法有效地降低了算法复杂度。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前16条
1 孙旭;李晓光;李嘉锋;卓力;;基于深度学习的图像超分辨率复原研究进展[J];自动化学报;2017年05期
2 曾凯;丁世飞;;图像超分辨率重建的研究进展[J];计算机工程与应用;2017年16期
3 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期
4 孔玲莉,黄华,齐春,刘美娟;图像超分辨率研究的最新进展[J];光学技术;2004年03期
5 王威;张彤;王新;;用于图像超分辨率重构的深度学习方法综述[J];小型微型计算机系统;2019年09期
6 张清勇;陈智勇;骆潇原;;基于生成网络的遥感图像超分辨率的研究[J];实验室研究与探索;2019年03期
7 胡长胜;詹曙;吴从中;;基于深度特征学习的图像超分辨率重建[J];自动化学报;2017年05期
8 钟雪燕;夏前亮;陈智军;;基于FPGA的图像超分辨率的硬件化实现[J];现代电子技术;2017年17期
9 胡传平;钟雪霞;梅林;邵杰;王建;何莹;;基于深度学习的图像超分辨率算法研究[J];铁道警察学院学报;2016年01期
10 王相海;毕晓昀;傅博;陶兢喆;;多方向模板变分模型的单幅图像超分辨率重建[J];中国图象图形学报;2016年08期
11 谢雅佳;林志贤;郭太良;;基于多字典稀疏表示的图像超分辨率算法[J];有线电视技术;2015年06期
12 尧潞阳;解凯;李桐;王少鹏;;基于学习的单幅彩色图像超分辨率重建[J];北京印刷学院学报;2015年04期
13 叶兆丰;;图像超分辨率重建技术及研究[J];电子世界;2013年09期
14 张国锋;;基于小波的遥感图像超分辨率重建[J];无线互联科技;2013年09期
15 余徽;陈华旺;;图像超分辨率技术研究进展[J];光学与光电技术;2012年05期
16 刘永信;段添添;;基于深度学习的图像超分辨率重建技术的研究[J];科技与创新;2018年23期
中国重要会议论文全文数据库 前10条
1 林国强;王博;孔英会;胡启杨;;基于压缩感知的变电站巡检图像超分辨率重建[A];第37届中国控制会议论文集(F)[C];2018年
2 姜倩茹;白煌;;基于双字典设计的图像超分辨率重构[A];信号处理在生仪2014学术年会论文集[C];2014年
3 杨浩;高建坡;陈向东;吴镇扬;;利用示例图像获取先验知识的图像超分辨率重建算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
4 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年
5 阮小燕;陈向宁;高孟男;;基于相位相关法与小波变换的图像超分辨率重建[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
6 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年
7 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 姚林;;基于双边滤波插值图像超分辨率重建算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
10 韩玉兵;殷玮玮;吴乐南;;基于Wavelet-HMM的图像超分辨率重建[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
中国重要报纸全文数据库 前2条
1 记者 刘肖勇 蔡敏霞 通讯员 严偲偲;一套算法让模糊低清小视频变高清[N];广东科技报;2019年
2 本报见习记者 丁宁宁 通讯员 严偲偲;一套算法夺四项冠军[N];中国科学报;2019年
中国博士学位论文全文数据库 前10条
1 张凤珍;分离字典优化及其在图像处理中的应用[D];北京交通大学;2018年
2 肖斐;图像超分辨率与基于目标模型的目标识别方法研究[D];华中科技大学;2017年
3 唐永亮;单幅图像超分辨率重建方法研究[D];重庆大学;2018年
4 岳波;基于学习的图像超分辨率重建方法研究[D];西安电子科技大学;2018年
5 孙镱诚;基于压缩感知的图像超分辨率重建方法研究[D];南京理工大学;2018年
6 魏烨;单幅图像超分辨率重建方法及其视觉位移测量应用研究[D];中国科学技术大学;2019年
7 翟海天;图像超分辨率重建关键技术研究[D];西北工业大学;2016年
8 查志远;基于稀疏表示与低秩模型的图像复原算法研究[D];南京大学;2018年
9 徐向阳;RGB-D图像内容分析关键技术研究[D];南京大学;2018年
10 范亚茹;基于稀疏优化的图像与信号处理方法及其应用[D];电子科技大学;2018年
中国硕士学位论文全文数据库 前10条
1 吴洋洋;生成对抗网络的超声图像超分辨率重建研究[D];南方医科大学;2019年
2 陈晨;基于深度学习的图像超分辨率重建算法研究[D];中国矿业大学;2019年
3 曾凯;深度卷积神经网络在图像复原中的应用研究[D];中国矿业大学;2019年
4 况奇刚;面向全尺度倍增比的图像超分辨率关键技术研究[D];东华大学;2019年
5 李涛;医学图像超分辨率重建方法研究[D];武汉理工大学;2018年
6 毛善骏;统计学习方法在图像超分辨率及树形结构数据上的应用[D];厦门大学;2017年
7 郑欢欢;基于正则性约束的耦合自编码图像超分辨率重建[D];厦门大学;2017年
8 王小怡;基于字典学习的图像超分辨率重建算法研究[D];西南石油大学;2018年
9 段君毅;基于深度学习的图像超分辨率重建算法研究[D];郑州大学;2019年
10 孙叶美;基于卷积神经网络的图像超分辨率重建算法研究[D];天津工业大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978