版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、對當今電子圖像的一個嚴重的限制是:絕大多數(shù)所用的靜態(tài)幀或視頻攝像機記錄圖像的分辨率較低,很不合意.這一點與圖像傳感器(如:有限柵格區(qū)和有限過孔時間)的一定的物理限制條件有關.盡管較高分辨率的圖像傳感器是先進些的,但對移動圖像應用而言可能太貴而不適用.因此,如果能利用低分辨率CCD相機成像,再利用圖像融合技術來重構高分辨率圖象,便能降低風險和成本.超分辨率(superresolution)涉及到獲取高于記錄圖像中使用的攝像機(傳感器)分辨
2、率來獲取視頻問題.因為絕大多數(shù)圖像包含陡沿(sharp edge),它們沒有嚴格的帶限.因此,通常數(shù)字圖像因欠采樣(undersampling)而引起的信號混疊,因低分辨率傳感點擴散(PSF:point spread function)而造成的高頻部分丟失,以及因相對運動或散焦造成的光學模糊等因素而受損.超分辨率包含了輸入采樣點陣的上行變換及信號混疊與模糊的減少或清除.人所共知:從一個低分辨率的可能有模糊的圖像來獲得超分辨率的提法是很不
3、適當?shù)?但是如使用攝像機獲得的低分辨率幀序列時,這個問題就可以處理了.顯然,三維時空采樣比任何一個二維靜態(tài)幀采樣柵格而言它包含更多的信息.幀間超分辨率方法利用了這個包含在多幀中的附加信息去重構一個高分辨率靜態(tài)圖像或一個高分辨率圖像序列.利用低分辨率圖象序列來重建超分辨率圖象時,精確可信的亞象素級運動信息是必不可少的.如何得到精確可信的亞象素級運動信息也是計算機視覺和圖象配準中所要解決的主要問題之一.在該文中把雙三次樣條曲面引入到圖象配準
4、的過程中.以分片雙三次樣條曲面為基礎,建立了原始的局部曲面模型.并分析了以樣條曲面為基礎建立圖象模型的過程中,由于樣條曲面的光滑性所帶來的圖象邊緣模糊的相象,然后提出了改進的圖象模型.進行了邊緣增強,解決了邊緣模糊,走樣等問題.在準確的描述數(shù)字圖象的基礎上,我們就可以用優(yōu)化的方法來得到圖象間的精確可信的亞象素級運動信息,從而確定圖象間的映射關系.在圖象配準的基礎上,我們利用一個迭代的散亂點插值方法來重構高分辨率圖象.最后,做為計算實例,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 深度學習在超分辨率圖像重建中的應用
- 基于圖象配準的超分辨率重建.pdf
- 超分辨率算法在CT圖像重建中的研究與應用.pdf
- 圖像插值技術及其在超分辨率圖像重建中的應用.pdf
- 稀疏表示在單幅圖像超分辨率重建中的應用研究.pdf
- 超分辨率重建中若干問題的研究.pdf
- 圖像超分辨率重建中的配準算法研究.pdf
- 變分PDE超分辨率模型及在交通圖像重建中的應用.pdf
- 超分辨率圖像的重建.pdf
- 圖象超分辨率復原技術研究.pdf
- 圖像超分辨率重建研究.pdf
- 深度圖超分辨率重建研究.pdf
- 醫(yī)學圖像的超分辨率重建.pdf
- 視頻超分辨率重建技術在人臉識別中的應用.pdf
- 基于圖模型的超分辨率圖像重建.pdf
- 超分辨率重建算法研究.pdf
- 超分辨率圖像重建研究.pdf
- 圖像超分辨率重建技術的研究及應用.pdf
- 圖像超分辨率重建算法的研究與應用.pdf
- 圖像超分辨率重建問題研究.pdf
評論
0/150
提交評論