论文研究基于显著性稀疏表示的图像超分辨率算法 .pdf

显著性算法进行目标检测,在频域上进行算法研究,查找整个图像中最显著地区域

以GaussGibbs随机场模型为图像的先验概率模型，运用自适应规整化的最大后验概率(MAP)方法进行图像超分辨率重建。通过对先验概率分布参数的估计，对图像超分辨率重建求解进行自适应规整化，从而提高

在智能化数字视频监控系统中，获得的运动目标检测结果，经常存在一定程度的噪声。如果不对其去除，就会影响后续的图像处理质量。论文在对传统均值滤波研究的基础上，提出了一种形态学处理中的腐蚀滤波方法，对图像进

为了通过软件方式增强遥感影像的空间分辨率，提出了一种基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建算法。基于稀疏表示理论，利用K-SVD字典学习算法求解低分辨率字典及其稀疏系数，将稀疏系数传递至

超分辨率技术方法的研究,重点对单帧和多帧超分辨率图像处理的方法进行了评述。

通过稀疏分解法实时获得图像对应的像素补丁patch，之后将补丁为该图像进行超分辨率的结果一部分，最后拼接

用C++代码实现的图像超分辨率技术，其中包括ANN的接口的调用，以及MFC图形界面的实现

图像超分辨率MATLAB实现一个完整的系统

很好pdf格式详细介绍了超级分辨率图像的恢复算法

字典的选择影响基于稀疏编码的图像超分辨率重建模型的重建质量。提出了一种基于协作稀疏表达的字典学习算法。在训练阶段,通过K-Means聚类算法将样本图像块划分为不同的聚类;构建基于同时稀疏约束条件的协作