圖像超分辨算法的研究與實現(xiàn)——圖像重構(gòu)
|
資料類別
|
電子電工畢業(yè)論文(設(shè)計) |
|
課程(專業(yè))
|
通信工程 |
關(guān)鍵詞
|
超分辨率|圖像重構(gòu) |
適用年級
|
大學(xué) |
身份要求
|
普通會員 |
金 幣
|
80 。金幣如何獲得?) |
文件格式
|
word |
文件大小
|
3812K |
發(fā)布時間
|
2017-10-07 12:08:00 |
預(yù)覽文件
|
0939517.png(只能預(yù)覽部分內(nèi)容) |
下載次數(shù)
|
0 |
發(fā)布人 |
kj008 |
內(nèi)容簡介:
圖像超分辨算法的研究與實現(xiàn)——圖像重構(gòu),畢業(yè)設(shè)計,說明書共28頁,10875字,附任務(wù)書、開題報告、中期檢查表等。
摘 要
超分辨率圖像重構(gòu)的目的在于復(fù)原截止頻率之外的信息,以使圖像獲得更多的細節(jié)和信息。在傳統(tǒng)的圖像復(fù)原問題中,只有一幀輸入圖像。超分辨率圖像重構(gòu)的概念可以簡單的理解為利用一組低分辨率的圖像序列重構(gòu)出一幀(或多幀)較高分辨率圖像。對于一段場景變換不大的圖像序列來說,這一組圖像具有相似但不完全相同的信息,使重構(gòu)成為可能。目前,超分辨率重構(gòu)技術(shù)在遙感、軍事、公共安全、計算機視覺、醫(yī)學(xué)成像、多媒體電子消費,圖像壓縮等領(lǐng)域得到了廣泛應(yīng)用。正因為如此,超分辨率圖像重構(gòu)近年來已成為國際上圖像復(fù)原領(lǐng)域最為活躍的研究課題,國內(nèi)對超分辨率重構(gòu)技術(shù)的研究起步較晚,但這一技術(shù)在近幾年也逐漸成為一個新的研究熱點。本文首先對超分辨率圖像重構(gòu)的發(fā)展歷程和超分辨率圖像重構(gòu)的頻域及空域的各種算法進行了介紹,并分析和比較了各種算法的優(yōu)缺點。觀測模型的建立和圖像配準(運動估計)是超分辨率圖像重構(gòu)的關(guān)鍵環(huán)節(jié)。因此,本文接著建立了超分辨率圖像成像的觀測模型,對圖像配準的原理、分類以及具體方法進行詳細的介紹并在MATLAB6.1平臺上對基于圖像灰度的圖像配準和傅立葉圖像配準方法進行實驗,比較分析兩種方法的優(yōu)缺點。圖像超分辨率重建算法可以分為兩大類,即頻域算法和空間域算法。頻域算法只能對全局位移的圖像序列進行處理;空間域算法使用通用的觀察模型,具有更好的適應(yīng)性和重建效果,是目前的主要研究方向。空間域算法包括迭代反投影方法,最大后驗概率方法(MAP),凸集投影法(POCS),混合MAP/POCS方法以及白適應(yīng)濾波方法等。本文全面介紹了圖像超分辨率重建的研究現(xiàn)狀,針對參考幀重建,運動估計、利用運動估計信息共軛梯度法加權(quán)重建圖像,重建圖像的質(zhì)量評價三個方面作了深入地究。
關(guān)鍵詞 :超分辨率; 圖像配準; 圖像插值;圖像重構(gòu)
目 錄
摘 要 III
Abstract IV
第一章 概述 1
1.1 超分辨重建的主要概念 1
1.2圖像超分辨重建技術(shù)的發(fā)展歷史 1
1.3圖像超分辨重建的應(yīng)用領(lǐng)域 2
第二章 圖像超分辨率問題模型和常用解法 3
2.1 問題描述與定義 3
2.1.1 分辨率 3
2.1.2圖像的數(shù)字化 3
2.1.3 成像系統(tǒng)的數(shù)學(xué)描述與圖像重建原理分析 4
2.1.4 圖像降質(zhì) 4
2.1.5 超分辨重建問題的定義 5
2.2 超分辨數(shù)字模型的建立 5
2.3 圖像超分辨重建方法 5
2.3.1 頻域方法 6
2.3.2空域方法 7
2.3.3其他方法 7
第三章 圖像內(nèi)插常用算法介紹 8
3.1 最近鄰插值 8
3.2雙線性插值 8
3.3雙三次插值 10
3.4高階插值 11
第四章 基于插值的超分辨重建 14
4.1 重建流程 14
4.2 Keren配準 16
參考文獻 20
致 謝 21
相關(guān)說明:
1. 如您下載的資料不止一份,建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下,0.7元/個,50元以上,0.5元/個。具體請看:下載與付款。
3. 會員48小時內(nèi)下載同一文件,不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題,請看常見問題解答。
下載地址:
|
|
相關(guān)畢業(yè)論文(設(shè)計) |
|
推薦畢業(yè)論文(設(shè)計) |
|
|
|
|