基于非负邻域嵌入的单帧图像超分辨率重建算法研究

基于非负邻域嵌入的单帧图像超分辨率重建算法研究

ID:34624470

大小:2.21 MB

页数:68页

时间:2019-03-08

基于非负邻域嵌入的单帧图像超分辨率重建算法研究_第1页
基于非负邻域嵌入的单帧图像超分辨率重建算法研究_第2页
基于非负邻域嵌入的单帧图像超分辨率重建算法研究_第3页
基于非负邻域嵌入的单帧图像超分辨率重建算法研究_第4页
基于非负邻域嵌入的单帧图像超分辨率重建算法研究_第5页
资源描述:

《基于非负邻域嵌入的单帧图像超分辨率重建算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于非负邻域嵌入的单帧图像超分辨率重建算法研究作者姓名彭羊平导师姓名、职称高新波教授一级学科控制科学与工程二级学科模式识别与智能系统申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202121203分类TN82号TP39密级公开西安电子科技大学硕士学位论文基于非负邻域嵌入的单帧图像超分辨率重建算法研究作者姓名:彭羊平一级学科:控制科学与工程二级学科:模式识别与智能系统学位类别:工学硕士指导教师姓名、职称:高新波教授提交日期:2014年11月Non-negativeNeighborEmbeddingB

2、asedSingleImageSuper-resolutionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinControlScienceandEngineeringByPengYangpingSupervisor:Prof.GaoXinboNovember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的

3、研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印

4、件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要图像是当前人们获取信息的重要载体。无论日常生活还是科学研究,人们都希望使用高分辨率图像。分辨率越高,图像中的边缘区域更加清晰,细节更加丰富,人们能够获得的信息就更多。然而,受到硬件设备和天气条件的限制,实际的成像过程往往受到模糊、下采样和噪声等因素的影响,导致采集到的图

5、像分辨率低、质量差,无法满足人们的需求。图像超分辨率重建技术利用图像处理手段,可以由单帧或多帧低分辨率图像获得高分辨率图像,成本低,可行性高。因此,图像超分辨率重建算法的研究已成为当前图像处理领域的一个研究热点。基于学习的超分辨率方法借助外部训练样例,可以恢复出低分辨率图像中丢失的高频成分,从而获得较好的结果。因而,近年来越来越多学者关注这类算法的研究。邻域嵌入超分辨率算法便是其中比较有代表性的一种,该方法直接将低分辨率空间中的邻域关系嵌入到高分辨率空间,从而得到高分辨率图像。但是,在训练样例的选取和处理、近邻数K的确定、去除

6、由于训练样例选取不当而产生的人工痕迹,以及提高算法速度等方面,都还有很大的改进空间。本文针对上述问题,从不同角度入手,对邻域嵌入算法进行了分析改进,所取得的主要研究成果为:1.提出了一种基于预放大非负邻域嵌入单帧图像超分辨率算法。邻域嵌入算法假设高、低分辨率图像块在各自特征空间能形成具有相似局部结构的流形,但放大倍数较大时该假设不再成立;我们也无法对不同图像确定一个通用的近邻数K。为此,我们使用预放大技术进行过渡,训练高分辨率图像和中分辨率图像之间的映射关系,缓解了邻域关系无法保持的问题;另一方面,使用非负邻域嵌入解决了近邻数

7、K的选取问题。2.提出了一种基于非局部正则化的非负邻域嵌入单帧图像超分辨率算法。邻域嵌入算法速度慢,难以满足实际需求;若训练样例选取不当,容易在结果中引入人工痕迹。为此,我们在训练阶段对训练图像块进行聚类,同时对低分辨率块提取新的特征,降低寻找K近邻的运算量以提升算法的速度。重建阶段利用自然图像中局部块的自相似性,构造非局部正则项,对超分辨率重建问题进行约束,从而抑制人工痕迹。本文提出的两种算法能有效解决邻域嵌入算法存在的上述问题。实验结果表明,相对于传统算法,提出的方法重建结果纹理丰富、边缘清晰,视觉效果更佳;算法对噪声的鲁

8、棒性更强,效率更高,更具优越性。I西安电子科技大学硕士学位论文关键词:图像超分辨率重建,非负邻域嵌入,自相似性,非局部正则项论文类型:应用基础研究类IIABSTRACTABSTRACTImageisanimportantinformationmediainmodernlife

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。