红外图像超分辨率重建.zip

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。

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

针对飞行时间相机获取深度图像分辨率低, 并受成像噪声干扰的问题, 提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预

计算红外热像的视场角和空间分辨率的方法

近年来,深度卷积网络在单幅图像超分辨问题上取得了非常好的效果,然而,由于超分辨问题的病态性,自低分辨率的图像复原得到高分辨率图像的算法仍然有很大的改进空间。为了进一步提高单幅图像超分辨率重建的精度,主

使用方法: python super_res.py --model models/EDSR_x4.pb --image examples/zebra.png python opencv超分辨率重建 4

用c++编写的超分辨率重建算法，基于自相关技术，完成单帧的超分辨率重建。

纯C++实现的超分辨率重建，你不用安装任何编程语言和神经网络库，马上使用超分辨率非源代码，源代码都在博客的文章上了

基于Curvelet变换的压缩传感超分辨率重建