单幅图像SR代码

针对经典的基于卷积神经网络的单幅图像超分辨率重建方法网络较浅、提取的特征少、重建图像模糊等问题，提出了一种改进的卷积神经网络的单幅图像超分辨率重建方法，设计了由密集残差网络和反卷积网络组成的新型深度卷

Im2Avatar:基于TensorFlow实现的单幅图像的彩色3D重建

针对基于边缘流和传统ISODATA（迭代自组织的数据分析算法）相融合的算法对砾岩图像进行分割时存在速度慢、分割不准确的问题，提出了一种融合Canny和改进ISODATA聚类相结合的砾岩图像分割算法。该

针对计算机仿真平台上的三维场景建模问题，提出了一种基于单幅图像的交互式三维场景建模方法。该方法考虑到场景建模的特性，以三种基元为基础，通过人机交互、基元构建以及基于图像的真实感处理，快速得到逼真的三维

为改善雾、霾气候条件下采集到的图像质量，提出了一种快速的单幅图像去雾算法。该算法利用中值滤波对暗原色先验算法进行重新定义，消除halo效应;利用均值滤波对上述结果进行二次滤波，提高透射率的估算精度以及

在有雾天气条件下拍摄的图像，由于光线在传播人过程中受到空气中悬浮颗粒的散射，导致图像内容模糊不清，颜色偏灰白色。为了恢复出清晰的图像，根据大气散射物理模型，提出一种单幅图像去雾算法。首先，该算法从大气

传统的掌静脉和掌纹图像融合识别一般需分别采集掌静脉和掌纹两类图像，而单幅近红外手掌图像中实际上同时包含了掌静脉和掌纹结构信息。由于二者局部纹理细节差异较大，且像素值分布范围不同，因此，可以先分离再分别

针对无法利用激光扫描或多张图像实现三维重建的已损或不复存在的建筑,本文提出了一种基于结构化场景的单张图像建筑物三维重建方法。该方法先基于RANSAC算法及最小距离法分别解算灭点直线和灭点;然后基于平行

图像盲解卷积研究当模糊核未知时, 如何从模糊图像复原出原始清晰图像. 由于盲解卷积是一个欠定问题, 现有的盲解卷积算法都直接或间接地利用各种先验知识. 本文提出了一种结合稀疏表示与结构自相似性的单幅图

从图像降质模型出发,研究运用最大后验概率(MAP)估计法实现图像超分辨率重建。简单介绍了MAP方法的发展现状,并分析了该算法中存在的缺陷,即目标函数的吉布斯(Gibbs)项对于重建图像的噪声抑制力不均