首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   12篇
  免费   0篇
  国内免费   1篇
教育   8篇
科学研究   1篇
综合类   4篇
  2022年   2篇
  2019年   2篇
  2014年   3篇
  2013年   1篇
  2010年   1篇
  2008年   1篇
  2006年   2篇
  2005年   1篇
排序方式: 共有13条查询结果,搜索用时 218 毫秒
1.
本文对于获取模型进行理论分析,导出一种有效的可以直接计算的方法,计算过程中主要采用快速傅立叶变换及小矩阵求逆,计算效率高,并将该结果扩展应用到GCV法求相应的规整化参数,并在文中给出仿真结果。  相似文献   
2.
对不同类型光纤的近场光场分布进行了比较,从光学性质的角度对其在近场光存储中的应用进行了讨论.并从近场光学的超分辨原理出发详细介绍和分析了高密度近场光存储技术的基本原理、研究现状和存在的问题.  相似文献   
3.
一种新的PET序列图像超分辨率优质重建算法   总被引:1,自引:1,他引:0  
利用超分辨率重建技术,从含有加性高斯噪声和模糊噪声的正电子发射成像(PET)序列低分辨率图像,重建出一幅优质高分辨率图像。作者提出了一种基于正则化参数(RP)的通道自适应线性斜率超分辨率算法。该算法采用平移运动模型,通过对RP线性斜率的自适应更新,动态优化代价函数,以降低对PET图像高频成分的抑制。为验证新算法的有效性,采用模拟PET序列图像进行实验。实验中,与HUHE算法相比,新算法PSNR平均提高2.65dB。新算法在改善图像空间分辨率上取得良好的效果,同时具有很好的抗噪性能。  相似文献   
4.
多帧图像超分辨率重建技术就是将一些变形、模糊、降采样的低分辨率图像进行融合,估计出一幅高分辨率图像,其步骤主要分为运动估计、插值处理、图像重建.本文采用Vandewalle配准方法将处理过的低分辨率图像序列映射到一幅高分辨率网格上,然后进行插值,最后结合小波变换和迭代方法进行图像重建,并采用小波阈值去噪方法进行去噪处理.实验结果表明:本算法能较好地提高图像的峰值信噪比,是图像重建的一种有效方法.  相似文献   
5.
仿效人类的视觉认知过程,提出面向目标的图像超分辨率算法.只需从一幅车牌图像就可以恢复目标的细节信息.该算法使用先检测、后重建的思路,通过联合稀疏编码建立目标高低分辨率图像片之间的关系,以目标可以稀疏表示为先验,检测到目标区域后,通过压缩感知重建图像.实验表明,重建图像的峰值信噪比(PSNR)较传统方法约有2dB的改善.此外,还验证了超分辨率重建改善了车牌识别结果,可以消除20%的错误识别字符.  相似文献   
6.
本文对于获取模型进行理论分析,导出一种有效的可以直接计算的方法,计算过程中主要采用快速傅立叶变换及小矩阵求逆,计算效率高,并将该结果扩展应用到GCV法求相应的规整化参数,并在文中给出仿真结果。  相似文献   
7.
图像超分辨率是一种采用软件算法提高图像空间分辨率的技术,由于传统超分辨率方法超清程度有限,基于深度学习的图像超分辨率方法成为研究者们近年来的研究重点。基于生成对抗网络(GAN)的图像超分辨率方法,在其网络模型结构基础上增加批处理归一化(BN)层以提升网络收敛速度、加强网络训练稳定性,更改上采样层网络并对损失函数作相应修改。在网络训练过程中,选择当前比较通用的Adam优化器。实验结果表明,该方法具有很好的超分辨率图像重建能力,且在训练过程中训练稳定性得到提升,收敛速度也有所加快。  相似文献   
8.
为了改善实际交通环境中运动车辆车牌图像的质量,提出一种新的超分辨率重建方法,即通过融合低分辨率图像间的互补信息得到一幅高分辨率车牌图像.首先,在超分辨率重建正则化框架下引入梯度残差项作为一个梯度强制项来改善重建图像的质量.其次,为了提高重建算法的鲁棒性,用L1范数度量数据残差项和梯度残差项.最后,用最速下降法求解相应的最小能量泛函.模拟和实际视频图像序列的实验结果验证了所提方法的有效性和实用性,所提方法在重建图像的信噪比指标和视觉效果方面均优于双三次插值和DAMRF法.  相似文献   
9.
超分辨率重建可以从低分辨率图像序列中重建出高分辨率图像,提高图像质量。重建出边缘保持且噪声低的高分辨率图像,仍具有挑战。针对此问题,在L1先验模型中添加图像梯度的L0范数作为先验知识,提出联合L1L0先验模型的超分辨率重建算法,既保留L1先验模型边缘保持的优点,又保留L0先验模型抑制噪声的优点。将该算法与双三次插值、Total Variation (TV)先验模型和L1先验模型作对比,通过仿真实验数据和真实实验数据的分析,验证本文算法的有效性。  相似文献   
10.
在低轨卫星物联网系统中,卫星感知的频谱数据空间分辨率低,空间电磁环境的细节难以分析。针对该问题,提出将频谱的空间分布情况以二维图像形式处理,根据空间频谱感知数据的特点采用适当的图像超分辨率重建算法,提高了频谱的空间分辨率,增强了频谱态势中的细节。仿真结果表明,根据灰度值可以从图像中直接观察信号的存在性,并且依据频谱数据图像特点选择的双三次插值、基于L1范数先验的贝叶斯方法和基于匹配图像块的学习方法都有效地提高了频谱数据的空间分辨率,用PSNR评价时,基于L1范数先验的重建算法效果更好,但是基于匹配图像块的学习方法增强了频谱感知数据中的波纹,从视觉上看,提高细节效果略优。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号