收藏本站
收藏 | 论文排版

文本图像超分辨率显示算法研究

吴亮  
【摘要】:由于受成像设备的像元尺寸和成本等限制,获取的文本图像通常存在分辨率偏低的特点,在进行高分辨率显示时经常出现模糊不清等失真现象,影响了人们的视觉观赏与文本理解。作为一种有效的软件解决方案,文本图像超分辨率是从一幅或多幅低分辨率文本图像重建一幅高分辨率文本图像。然而,现有文本图像超分辨率方法易造成文字模糊、边缘残缺和细节丢失等失真。为了解决这个问题,结合文本图像先验条件,本文先后对印刷文本和手写文本图像开展超分辨率重建研究。针对印刷文本图像,本文提出一种基于边缘驱动的超分辨率算法。该算法首先对输入的低分辨率图像进行边缘检测;其次,根据边缘图,将输入的低分辨率图像的像素点分为两大类:边缘像素点和非边缘像素点;然后,对于边缘像素点和非边缘像素点分别使用双三次插值和自回归模型进行高分辨率图像重建,同时利用图像块间的结构自相似性先验改进自回归模型;最后,通过搜集边缘像素和非边缘像素,获得重建的超分辨率文本图像。实验结果表明,本文算法能够保证文字边缘的连续性和锐度,有效地抑制重建图像的边缘模糊和锯齿等失真现象,获得较好的超分辨率结果,通常超过现有经典方法。针对手写文本图像,本文提出一种基于边缘残差补偿的超分辨率算法。该算法首先利用上述基于边缘驱动的超分辨率方法初始估计目标高分辨率图像;其次,对目标高分辨率图像的当前估计值进行下采样和联合双边滤波处理,获得与输入低分辨率图像尺寸相同的采样图像,同时利用图像块间的结构对比度改进联合双边滤波算法;然后,对得到的采样图像和输入的低分辨率图像分别进行边缘检测并计算边缘残差;接着利用上述基于边缘驱动的自回归模型对边缘残差进行插值,并使用反向投影将插值后的边缘残差补偿到目标高分辨率图像的当前估计;最后,利用反向投影进行边缘补偿,通过多次迭代直至收敛,从而获得重建的超分辨率文本图像。实验结果表明,本文算法能够抑制文字边缘模糊现象,同时能够恢复更多的文字细节信息。


知网文化
【相似文献】
中国期刊全文数据库 前15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 沈焕锋;李平湘;张良培;王毅;;图像超分辨率重建技术与方法综述[J];光学技术;2009年02期
4 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
5 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
6 张倩宇;;基于拉普拉斯结构的图像超分辨率重建[J];数字技术与应用;2018年10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
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 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
3 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
4 徐向阳;RGB-D图像内容分析关键技术研究[D];南京大学;2018年
5 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
6 张新;图像处理中超分辨率与修复方法的研究[D];山东大学;2018年
7 程培涛;基于学习的单幅图像超分辨率重建方法研究[D];西安电子科技大学;2017年
8 徐海明;图像超分辨率重建关键技术的基础研究[D];中国科学技术大学;2013年
9 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
10 曹聚亮;图像超分辨率处理、成像及其相关技术研究[D];国防科学技术大学;2004年
中国硕士学位论文全文数据库 前10条
1 王线线;基于结构特征学习字典的图像超分辨率研究[D];西北大学;2018年
2 付杰;遥感图像超分辨率重构算法研究[D];兰州交通大学;2018年
3 李鸿飞;光学遥感图像超分辨率重构方法研究[D];哈尔滨工业大学;2018年
4 陈婷婷;基于高空侦察图像的机场识别研究[D];西安建筑科技大学;2018年
5 罗晶晶;基于分段回归的单幅图像超分辨率算法与系统研究[D];华南理工大学;2018年
6 陈展鸿;基于深度学习的图像超分辨率方法研究[D];华南理工大学;2018年
7 连逸亚;基于深度学习的图像超分辨率重构技术研究[D];江南大学;2018年
8 付凌志;基于生成对抗网络的图像超分辨率算法研究与改进[D];哈尔滨工业大学;2018年
9 孙可嘉;基于生物特征的人脸图像质量评价与增强[D];杭州电子科技大学;2018年
10 杨维国;基于稀疏字典学习的图像超分辨率研究[D];山东师范大学;2018年
 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