基于非局部联合稀疏模型的高光谱图像超分辨率重建,李映,杨静,本文提出了一种基于非局部联合稀疏模型的高光谱图像超分辨率重建算法。该算法首先利用在线字典学习方法对低空间分辨率的高光谱训
基于二维经验模态分解的单幅图像超分辨率重建,张志超,毛晓波,单幅图像超分辨率重建技术是由一幅低分辨率图像重建出高分辨率图像的技术。针对传统超分辨率算法对样本库依赖大、耗时长、重建图
针对高分辨率SAR图像中道路目标难以有效提取的问题,提出一种新的高分辨率SAR图像道路提取算法,它结合了参数化内核图割和数学形态学算法。利用参数化内核图割对高分辨率SAR图像中的道路目标进行初级分割,
提出了一种基于多尺度递归网络的图像超分辨率网络模型,该模型主要由多个多尺度特征映射单元级联而成,每个单元分别包含一组不同尺度的特征提取层、一个融合层以及一个特征映射层。特征提取直接在原始低分辨率图像上
针对天文图像成像分辨率低的问题,基于集中稀疏表示图像超分辨率重建理论,提出一种层次聚类字典训练和相似约束的天文图像超分辨率重建算法。在字典训练阶段,采用新的基于层次的聚类算法对样本图像块进行归类,对每
利用同一场景的两帧图像来重建一帧高分辨率图像。适合初学者。
对基于学习的图像超分辨率重建算法中存在边缘信息丢失、易产生视觉伪影等问题,提出一种基于边缘增强的深层网络模型用于图像的超分辨率重建。方法本文算法首先利用预处理网络提取输入低分辨率图像的低级特征,然后将
用于盲超分辨率图像重建的软MAP框架
为了提高散焦模糊图像的空间分辨率,提出了一种盲单图像超分辨率方法。 首先,根据低分辨率成像模型,提出了盲单图像超分辨率重建的框架。 其次,利用维纳滤波算法,生成了散焦模糊图像的误差参数曲线,据此可以近
利用POCS实现图像超分辨率重建的matlab代码