欢迎来到天天文库
浏览记录
ID:35175507
大小:4.82 MB
页数:75页
时间:2019-03-20
《单幅降质图像的重建方法研究》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、学校代码:10255学号:2131121硕士学位论文单幅降质图像的重建方法研究RESEARCHONRECONSTRUCTIONTECHNOLOGYFORDEGRADEDIMAGE学科专业:控制科学与工程作者:王登程指导教师:刘浩答辩日期:2016年1月15日东华大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本
2、声明的法律结果由本人承担。学位论文作者签名:曰期:如女年/月/如/1东华大学学位论文版权使用授权书学位论义作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被査肉或借阅。本人授权东华大学可^^Jl将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或妇描等复制手段保存和汇编本学位论文。保密□,在_年解密后适巧本版权书。本学位论文属于不保密学位论文作者签名*;指导教师签名;2^^日期:a。解巧/卿日船74月/沉/^年/
3、摘要单幅降质图像的重建方法研究摘要当前,在图像通信中,降质图像重建经常被用于视频图像的分析与处理。高质量图像的使用需求基本上来自于两个应用方向:(1)使图像显示信息更为清晰明确;(2)提升人机对图像更为深刻的识别。伴随着多媒体时代的发展,由于人们更需要高分辨率的图像与高效的多媒体通信,因此降质图像重建技术的发展越来越快。本文针对插值的超分辨率算法进行研究,对经典插值算法的基本原理进行概述,采用多种模型进行实验。字典学习的超分辨率算法主要以基于字典的稀疏表示为主,本文较为简要地介绍了其工作原理。本文将插值算法引入超分辨率重建,开展实验,最后获得测试结果。本文的比较实
4、验,使用了四种不同的图像插值算法,分别为:Bicubic、NEDI、ICBI、边缘保持图像插值(CBEP)算法。结果表明,本文所测试的四种算法中,CBEP由于有其多方向采集的特点,可以较为全面的进行预估,可以减轻传统方法对于边缘处理的误差影响,更能适应一些弱边界图片或者有大量纹理区域的图像。目前,随着用户对高清视频需求的增长以及无线视频传输的广泛应用,基于块的视频编码标准被广泛应用于多媒体技术。然而,数据包在易出错的传输通道上丢失时,会导致严重的质量降低,一种纠正误码的方法是重新发送丢失的数据。然而在许多情况下,由于实时约束或带宽限制,重发是不可能的。因此,本文致
5、力于研究图像通信的错误隐藏(ErrorConcealment,EC)技术,以便在有限的传输资源下保证接收视频的质量。错误隐藏作为一种后处理方法,无需修改编码器和信道编码方式就能恢复丢失块。错误隐藏的基本思想是在当前图像中运用正确收到的像素或基于视频中具有高相关度的相邻帧来补偿损坏的像素。连续块损失的图像恢复是一项具有挑战性的课题,为了改善其空间错误隐藏(SEC)的性能,本文提出了一种边缘感知空频延拓(ESFE)算法及其边缘导向参数模型,该算法将边缘合成机制选择性地融入到信号延拓的架构中。首先通过Canny检测器来寻找经过丢失块行的主要边缘,然后利用鲁棒的Hough
6、转换来系统地连接这些不连续的边缘。在边缘导向参数模型的生成过程中,合成的边缘能够将丢失块行分成结构保持的若干区域,由此可靠地减少了残差。通过连续-I-摘要地最小化加权残差并更新参数模型,这些基函数分布在一个包含已知样值和未知样值的区域,已知的样本可以由一组基函数来近似。与其它当前的SEC算法相比,实验结果表明,该ESFE算法针对连续块损失可以获得更好的重建质量,同时保持相对适中的计算复杂度。关键词:图像通信,高分辨率图像,超分辨率,图像插值,边缘保持插值,稀疏表示,错误隐藏,边缘合成,参数模型-II-ABSTRACTRESEARCHONRECONSTRUCTION
7、TECHNOLOGYFORDEGRADEDIMAGEABSTRACTInimagecommunications,thedegradedimagereconstructionisusuallyusedtoanalyzeandprocesstheimages.Thehighqualityimageisbasicallyusedintwoapplicationareas.Firstly,imageinformationisclearershown.Secondly,theimageismoreimpressivelyrecognized.Withthedevelopme
8、ntoft
此文档下载收益归作者所有