特征提取结合字典学习的超分辨率重建.pdf

特征提取结合字典学习的超分辨率重建.pdf

ID:50118553

大小:16.65 MB

页数:81页

时间:2020-03-06

特征提取结合字典学习的超分辨率重建.pdf_第1页
特征提取结合字典学习的超分辨率重建.pdf_第2页
特征提取结合字典学习的超分辨率重建.pdf_第3页
特征提取结合字典学习的超分辨率重建.pdf_第4页
特征提取结合字典学习的超分辨率重建.pdf_第5页
资源描述:

《特征提取结合字典学习的超分辨率重建.pdf》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、■分类节TT39110697巧级:公开学号;201331390?参如乂聲Xsj!),NorthwestUniversity■—,I"■■■h—■■—i"■—■幽■ll^■l^llIII■一■’’;".'..'-^:一"?-於节;?銭^>;:矿.斗嫉V护i‘t号幽亨恆硕±巧交R’SDISSERTATIONSPECIALIZEDMASTE棘征提取结合字典举习的超分辨傘言建5学科違称:电于与通信工程^8专业学位类别;工程硕壬作者:李本元指

2、导老师:祝杆教授西北大学学位评定委员会二〇—五年十二月-ResoSuerlutionReconstructionviaFeaturepEx化ac村onCombinewithDie村onaryLearningA化esissubirdted化NorthwestUniversityinartialfulfillmentof化ere山rementspqfor化edegreeofMasterinElectronicsandCommunicatio

3、nEngineeringByLiBenuanySupervisor:ZhuXuanProfessorDecember2015西北大学学位论文知识产权声明书本人完全了解西北大学关于收集、保存、使用学位论文的规定。学校有权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。本人允许论文被查阅和借阅。本人授权西北大学可W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、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所等机构将本学位论

4、文收录到《中国学位论文全文数据库》或其它相关数据库。保密论文待解密后适用本声明。、方餐学位论文作者签名;^指导教师签名;释I,月W日年/么年/月W日西北大学学位论文独创性声明本人声明:所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果据我所知,除了文中特别加W标注和致谢的地方外,本论文不包含其他人己经发表或撰写过的研究成果,也不包含为获得西北大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的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

5、谢立〇'菅、学位论文作者签名:wr年M月2^日摘要图像超分辨率重建是一口从退化的低分辨率图像获取原始高分辨率图像的技术,在数字图像处理技术领域中占有重要的地位。图像超分辨率重建技术不需要改变现有的物理设备,而是运用数字信号处理技术实现图像分辨率的提高,达到克服硬件精度不够及节省硬件成本的目的。目前,图像超分辨率重建技术被广泛地应用于遥感监测、菌清数字电视、医学成像和公共安全等领域。目前,图像超分辨率重建方法主要包含基于插值、基于重建和基于学习的H类方法。近年来,随着稀疏表

6、示和矩阵低秩分解理论的不断发展,基于稀疏编码的图像超分辨率重建方法成为研究热点。基于此,本文围绕图像超分辨率重建中的关键步骤特征提取算法和稀疏编码中的学习字典构造技术,重点研究了块haar小波特征提取结合稀疏编码的单倾图像超分辨率重建和低秩融合结合稀疏编码的多晌图像超分辨率重建。本文内容主要包括W下王个方面:首先,阐述H类图像超分辨率重建方法的基本原理,并数字实现了部分算法,给出相应的实验结果和结果分析,如基于插值方法中的最近邻插值、双线性插值和双H次插值算法:基于重建方法中的迭代反投影算法

7、和凸集投影算法;基于学习方法中的基于示例的算法和邻域嵌入算法等。其次,围绕基于稀疏编码的图像超分辨率重建算法(具体包括图像库选取、图像特一h征块提取和字典训练方案等)展开研究,本文提出种新的块aar小波特征提取结合稀疏编码的图像超分辨率重建方法,并给出相应的实验结果及与其它方法的对比分析。最后,在研究图像配准算法和矩阵低秩分解理论的基础上,提出低秩融合结合稀疏。编码的多顿图像超分辨率重建方法,并给出相应的实验结果及与其它方法的对比分析总之,围绕图像的超分辨率重建问题,本文提出并数字实现了基于

8、块haar小波特征提取结合稀疏编码的单峽图像超分辨率重建和低秩融合结合稀疏编码的多帖图像超分辨率重建方法一。更进步指出,多顿图像的超分辨率重建,不仅可W融合图像间的有效信息,还能利用学习字典提供的先验信息,使图像重建的效果更好。关键词'特征提取,学习字典,稀疏编码,低秩融合,超分辨率重建iABSTRAC

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。