共查询到10条相似文献，搜索用时 312 毫秒
1.
提出一种基于CMOS图像器件的超分辨率图像合成算法,该方法将4幅沿水平、垂直及对角线方向错位获取的CMOS图像重新组合,得到一幅重建的新图像.对重建图像的像素灰度进行了理论分析和计算,求出了重建超分辨率图像的算法.结果表明,在不提高CMOS工艺水平的条件下,该算法能将重建的CMOS图像的分辨率提高到原图像的2×2倍.实现了CMOS图像器件的超分辨率图像合成算法.对该算法进行了计算机仿真,结果同理论分析计算的结果完全一致,证明了所提出的CMOS图像器件超分辨率算法是正确的. 相似文献
2.
目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。 相似文献
3.
针对高分辨率遥感图像标签稀缺和标签技术增长缓慢限制了多时相语义变化检测发展的问题，提出了采用有噪声、低分辨率的弱标签替代高分辨率标签进行多时相语义变化检测的方法。首先，采用低分辨率卫星数据平滑高分辨率遥感图像输入的质量差异。其次，通过将缩影（epitomes）模型和标签超分辨率算法作为统计推理算法相结合的方法预估高分辨率遥感图像分类图，并拟合一个小型FCN网络对生成的遥感图像分类图进行后处理来改善其分类的效果。最后，通过对比不同时相土地覆盖分类图像之间的差异得出变化检测结果。结果表明，本研究提出的方法与其他多时相语义变化检测方法 FCN/all相比，平均交并比（mIoU）提高了8.9个百分点，能够有效检测土地覆盖分类变化。 相似文献
4.
虽然深度学习在图像检测领域取得了长足进步,但是由于变电站设备巡检图像背景复杂,导致了缺陷诊断面临一定的困难。本文提出了一种基于深度学习和超分辨技术的缺陷检测算法,一方面是锁定目标区域,聚焦检测设备,去除不相关的图像信息,大幅降低了图像有效信息的损失;另一方面是对检测设备进行超分辨率重建,提升分辨率,保证用于渗漏油缺陷检测的图像质量、像素信息的完整性。通过实验数据证明,该算法识别结果较其他算法有很大的提升,从而验证了该算法的优越性。 相似文献
5.
田洲;孙玉秋;谢先招;张丽玲;邢耀 《长江大学学报》2013,(11):66-69,6
针对人脸图像复原问题,提出了基于偏最小二乘法回归(Partial Least Squares,PLS)的超分辨率复原技术与小波双立方配比插值放大结合的算法。对低分辨率图像进行小波分解后得到的3个高频子图像插值,然后用小波逆变换进行重建。同时对低分辨图像进行双立方插值,插值后的图像与小波重建图像进行融合,提取融合图像特征作为训练样本,应用偏最小二乘法回归进行样本训练,最后得到复原高分辨率图像。试验结果表明,基于偏最小二乘法小波双立方配比插值的图像复原算法比传统插值算法(最近邻插值、双线性插值、三次样条插值)在人脸图像复原方面效果好。 相似文献
6.
《西北林学院学报》2017,(1)
为了提高机器识别木材的准确性,从木材图像预处理的角度出发,以复原木材图像纹理细节为目标,提出了基于SCN-MSE的木材图像超分辨率重建方法。将高分辨率图像经离散小波变换,把4个子带中相应位置、大小相同的碎片组成模块,再利用局部二值模式的邻域强度建立训练数据库;将低分辨率图像中的低频子带碎片,与数据库同类模块中的低频碎片进行比较,通过去除领域中心的均方差,寻找相似度最大的高频碎片,保留低分辨率图像的低频子带;再经小波逆变换得到超分辨率图像。选取樟子松及其树皮为识别对象,将基于SCN-MSE的超分辨率重建图像与经过传统预处理图像,利用SVM多项式核函数进行识别。识别结果表明,本研究提出的方法提高了樟子松及其树皮的识别率。 相似文献
7.
陈平 《河北北方学院学报(自然科学版)》2022,38(3):37-42
目的 针对低分辨率图像不清晰、质量低等问题,提出一种新的特征融合超分辨率重构网络.方法 所提网络包括特征提取、特征融合、图像重构3个部分.首先,网络通过卷积和局部残差学习,提取到不同层次的特征.之后,网络自适应地保存浅层的信息,并将其传递到更深的层次,最后通过拼接层进行特征融合.结果 通过非线性映射实现高分辨率图像的重... 相似文献
8.
《西南大学学报(自然科学版)》2020,(10)
光场相机存在着空间分辨率和角度分辨率相互制约、成像分辨率不高的问题.针对这一问题,将传统图像融合方法与光场重聚焦技术相结合,提出了一种基于梯度域的光场全聚焦图像生成方法.以Lytro相机光场数据为基础,通过光场重聚焦提取焦点堆栈图像,然后将焦点堆栈图像按亮度和色度通道分别进行处理:亮度通道融合采用基于小波分解的梯度积分算法,色度通道融合采用基于像素的色度通道加权求和方法.实验表明,该方法融合亮度通道执行效率高,融合色度通道简单有效,能够生成清晰的光场全聚焦图像,提高了光场图像空间分辨率. 相似文献
9.
王春萌 《金陵科技学院学报》2020,36(1)
提出了一种量化噪声的综合分布模型来估计量化过程带来的误差,并结合深度学习进行超分辨率重建。首先对数据库训练样本进行矫正量化误差的预处理,然后通过训练学习误差矫正后的低分辨率视频帧与高分辨率视频帧之间的特征,获得更加准确的映射关系,减少了量化过程带来的误差和质量损失。实验结果表明,本实验的算法不管在主观体验还是客观指标上都优于以前的算法。 相似文献
10.
子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现.将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估PASTd算法的性能.仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域. 相似文献