<html dir="ltr"><head><title></title&
提出一种参数自适应的在线字典学习图像超分辨率重建算法。在经典的稀疏表示算法框架下,运用在线字典学习方法来提高字典学习的精度。通过参数自适应方法灵活调整稀疏重建阶段的正则化参数,并依据每个图像块的特点自
基于稀疏编码的单幅图像超分辨率重建效果较好,但其计算量大、计算复杂,较低的超分速度阻碍了实时应用。为提高超分速度,提出一种基于图像块处理的快速超分辨率重建算法。先将特征提取后的图像块用均值和方差对分成
高分辨率的磁共振图像可以提供更加清晰的解剖图像,从而促进疾病的早期诊断。但是医疗成像系统的固有缺陷,使得高分辨率医学图像的获取面临许多问题,解决这类问题的方法之一就是使用超分辨率重建技术。针对医学图像
对于目前图像超分辨率重建算法中的问题,忽略重建图像结构性和重建过程中丢失高频信息,提出了一种基于多字典的单幅图像超分辨率重建算法。在字典学习阶段根据每个图像块的主方向角,对所有训练图像块进行聚类并训练
基于深度网络的单幅图像超分辨率重建,曾坤,李翠华,本文提出了一种全新的基于深度网络的单幅图像超分辨率重建算法。该方法首先通过自编码器得到图像的内在表示,然后通过深度网络学
基于多特征的红外图像超分辨率重建,杨晓敏,韦帅方,在超分辨率研究过程中,人们发现图像块的特征提取是决定超分辨率重建质量的重要环节。图像特征直接表达图像块的结构信息。传统的
针对图像超分辨率重建过程中出现的边缘细节模糊、图像特征丢失的问题,提出基于密集连接的生成对抗网络图像超分辨率重建算法。该算法由生成网络和判别网络组成,在生成网络结构中,将原始低分辨率图像作为网络的输入
图像去噪是图像处理中一个重要而又富有挑战性的课题。已有的图像去噪算法对噪声模型作出假设,在达到假设条件时取得较好的去噪效果。这类算法不能完全去除噪声,而且会削弱图像信号的细节。把图像和噪声看作是互相独
提出了小波域在中频可调节系数范围δ和θ之间保持直方图统计特性不变的安全密写方案。该方案不仅能抵抗直方图统计分析,还能抵抗压缩编码。实验对比表明,安全性明显提高。
