暂无评论
这是香港中文大学的超分辨率论文,做深度学习的朋友可以看下
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
高光谱图像得到了越来越广泛的应用,但较低的空间分辨率严重地影响着它的应用效果,其超分辨率方法受到学术界的高度重视,但一直没有得到很好的解决.为此,建立低分辨率资源图像与高分辨率目标图像之间的关系模型;
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。
基于POCS的高光谱图像超分辨率方法,赵妍,王立国,高光谱图像到了越来越广泛的应用,但较低的空间分辨率严重地影响着它的应用效果;其超分辨率方法受到学术界的高度重视,但一直没
图像超分辨率算法综述 摘要介绍了图像超分辨率算法的概念和来源通过回顾插值重建和学习这3个层面的超分辨率算法对图像超分辨率的方法进行了分类对比着重讨论了各算法在还原质量通用能力等方面所存在的问题并对未来
摘要:边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合 边缘检测方案
暂无评论