2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、從一幅尺寸較小的圖像獲得尺寸較大的新圖像的數(shù)字圖像處理技術(shù),稱為數(shù)字圖像放大。隨著計(jì)算機(jī)技術(shù)的不斷更新,數(shù)字圖像放大作為圖像處理技術(shù)中的重要組成部分,目前已經(jīng)廣泛應(yīng)用于工業(yè)、醫(yī)學(xué)、航空航天以及軍事等各個(gè)領(lǐng)域,在社會(huì)經(jīng)濟(jì)的發(fā)展中發(fā)揮著重要的作用。 本論文首先對目前數(shù)字圖像放大技術(shù)插值加后處理的常用工作模式進(jìn)行了分析。討論了圖像放大目前的研究現(xiàn)狀以及一些常用的插值算法,總結(jié)出插值算法存在的問題:圖像的邊緣鋸齒化和模糊化。進(jìn)而深入研究

2、了經(jīng)典的基于偏微分方程的后處理方法,包括方向擴(kuò)散,自蛇模型等非線性擴(kuò)散方程。數(shù)值實(shí)現(xiàn)和實(shí)驗(yàn)結(jié)果分析表明,以上模型能夠較好的抑制圖像的邊緣鋸齒化和模糊化。但是采用這幾種模型進(jìn)行后處理的效果,仍將很大程度的受到插值結(jié)果好壞的限制。 在以上分析的基礎(chǔ)上,本文對T.Chen等人[32]提出的基于全變分圖像復(fù)原模型(Total Variation model,TV)的圖像放大方法進(jìn)行了深入的理論分析,它的基本思路是將圖像放大轉(zhuǎn)化為圖像修補(bǔ)

3、(Inpainting)問題。通過實(shí)驗(yàn)研究,證實(shí)了它所具有的突出優(yōu)點(diǎn),即保持原圖像邊緣的光順和銳利,不需要任何后處理。 最后,本文將這上述法推廣到彩色圖像的放大,提出采用色度—亮度(Chromaticity—Brightness)全變分復(fù)原模型用于彩色圖像的放大,將彩色圖像表達(dá)為亮度和色度,對亮度采用標(biāo)量圖像TV復(fù)原模型來放大,對色度則采用非平面圖像(Non_flat Images) TV復(fù)原模型放大。通過實(shí)驗(yàn)證明,這一方法算法

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論