首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 46 毫秒
1.
根据低分辨率图像生成的矩阵模型,应用广义逆矩阵理论,得到高分辨率图像所在的解空间,把最小总体变差作为目标函数,应用最速下降方法求解,得到重建的高分辨率图像。实验结果表明:该方法能够提高重建图像质量,具有较好的鲁棒性。  相似文献   

2.
车牌识别技术种类繁多,理想情况下识别率已达到99%,而对于远距离模糊不清的抓拍图片,识别效果还不够,为此提出一种利用图像超分辨率重建技术提高模糊车牌识别率的方法。首先利用图像处理方法对图片进行分割;其次利用支持向量机(SVM)对分割得到的图块进行分类,筛选出车牌图块;再利用多帧低分辨率车牌图块进行最大后验估计(MAP)超分辨率重建,得到比较清晰、便于识别的车牌;最后利用人工神经网络(ANN)方法进行光学字符识别(OCR),最终得到识别结果。实验表明,与传统车牌识别技术相比,该方法具有更强的鲁棒性,且在模糊车牌识别中正确率明显提高。  相似文献   

3.
由于超分辨率重建技术在一定条件下,可以克服图像系统内在分辨率的限制,提高被处理图像的分辨率,因而在视频、遥感、医学和安全监控等领域具都有十分重要的应用。(1)在数字电视(DTV)向高清晰度电视(HDTV)过度阶段,仅有部分电视节目会以HDTV的形式播出,不少节目采用的是DTV的形式。因此,可以利用超分辨率重建技术将DTV信号转化为与HDTV接收机相匹配的信号,提高电视节目的兼容性;(2)在采集军事与气象遥感图像时,由于受到成像条件与成像系统分辨率的限制,不可能获得清晰度很高的图像,而通过利用超分辨率重建技术,在不改变卫星图像探测…  相似文献   

4.
为了能从单幅低分辨率图像中利用超分辨率技术重建出高分辨率图像,提出一种基于稀疏表示的改进算法。首先求出在低分辨率图像过完备字典上的稀疏表示系数,将稀疏表示系数与高分辨率图像的过完备字典相结合,得到高分辨率图像块,再联合输入的低分辨率图像块与生成的高分辨率图像块,求解出其在高低分辨率字典对上的稀疏系数,最后结合高分辨率图像字典,得到更加精确的高分辨率图像块。经仿真实验验证,该改进方法有效提升了重建图像质量,增强了重建图像的还原度。  相似文献   

5.
为了获得更精确的超分辨率重建结果,在重建高分辨率像素时,剔除对重建贡献微弱甚至没有贡献的低分辨率像素,保留有所贡献的低分辨率像素。对低分辨率像素的贡献进行程度化,获得所有低分辨率像素的加权贡献,并进一步建立超分辨率重建的极小化能量函数,使用α-expansion算法求解能量函数极小化问题。在求解过程中,保留3个像素间的关系,可避免由能量函数的近似而引入的错误信息。实验结果表明,所提方法是合理、有效的。  相似文献   

6.
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   

7.
提出了一种基于小波变换理论的超分辨率重建算法,即利用小波变换得到图像的高频和低频子带,结合非线性外推技术对高频子带进行处理,在增加高频子带信息量的同时进行迭代改进,并采用小波阈值方法进行去噪处理.实验结果表明:该算法能够克服以往插值算法的不足,如高频损失、细节模糊等,能很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   

8.
图像超分辨率重建算法的主要内容是使用低分辨率的图像信息生成高分辨率图像。近年来,随着深度学习和卷积神经网络的发展,出现了很多基于卷积神经网络与残差网络的超分辨率算法。为了解决这些算法参数数量过多、处理过程复杂、训练时间长等问题,结合现有残差网络模型和深度学习算法对其进行改进,包括调整网络结构,减少需要学习的参数,以及去除批归一化层,降低计算复杂度。改进后的网络模型能够取得更好的效果,生成图像的主观和客观评价有一定提高。  相似文献   

9.
为提高低分辨率图像超分辨率重建的精度和效率,提出一种多尺度自相似融合图像超分辨率重建算法。该方法在锚定邻域回归(ANR)方法的基础上引入自相似矩阵,使图像边缘更加清晰;利用多层小波变换构建多尺度串联模型,实现小波域的不同尺度图像的多层超分辨率重建;增加训练字典原子数和邻域数,采用分层搜索匹配策略进行低分辨率图像块与锚点的匹配以减少图像重建时间。实验结果表明:该方法重建的图像边缘和细节更清晰,边缘重影和阶梯效应明显削弱,PSNR值提高约1 dB,且重建时间有所减少。  相似文献   

10.
针对传统超分辨率重建方法计算复杂度高、重建效果差等问题,提出一种基于稀疏表示的图像超分辨率重建模型。该模型利用稀疏表示方法,结合自回归原理将原始图像表示为若干个图像块的线性组合,并根据图像边缘特征将图像块进行划分,以提高算法效率,最后结合分治思想、变量分离技术以及增广拉格朗日方法对模型进行求解。实验结果表明,与传统插值算法相比,该算法对图像重建效果更好。  相似文献   

11.
为了有效地定位交通监控图像中的车辆区域,提出了一种基于车辆轮廓对称和车牌定位信息融合的车辆检测方法. 该方法首先检测图像中的车辆轮廓竖直对称轴,然后以车辆轮廓对称轴位置为基准检测车牌水平和竖直对称轴,最后根据车牌横纵对称轴和车辆轮廓图像的水平、竖直投影进行车辆区域定位. 以450 张 15 类车型的图片为测试集进行了基于对称特征融合的车辆区域检测,并与基于车辆边缘、车牌、车辆纹理特征和车辆图像 Gabor 特征的 4 种方法进行了对比,实验结果表明基于车辆轮廓对称与车牌对称特征融合的车辆区域检测方法最优,其检测率和检测时间分别为 90. 7%和 125 ms.  相似文献   

12.
采用车牌识别及RFID射频卡互补的方式设计了小区车辆管理系统,该系统可对分布于小区大门监控点内的过往机动车辆实现自动车牌识别,并对所有过往车辆的图片进行自动记录存档。由于本系统采用的是目前国内最先进的高清晰抓拍识别技术,基于计算机视觉原理以及模式识别技术,故可对过往车辆的车牌号进行清晰、准确的识别和不间断监测。  相似文献   

13.
介绍了正则化方法盲复原模型的原理,对高斯模糊盲复原和运动模糊盲复原的效果进行了比较,得出了正则化方法盲复原模型算法实现简单的结论,将基于变分的偏微分方程模型应用于模糊车牌号数字图像盲复原中,利用改造的代价泛函处理模糊车牌号码,获得较好的实验效果.  相似文献   

14.
汽车车牌的字符分割是车牌自动识别系统中的重要环节.采用模板匹配一垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点.  相似文献   

15.
研究一类带非线性梯度项的p-Laplacian方程Canchy问题,通过对试验函数的精细选取,利用能量估计方法和不等式技巧,证明了问题非平凡非负整体解的不存在性.  相似文献   

16.
造成住宅现浇钢筋混凝土楼板开裂有设计原因、施工原因和材料原因.主要就设计方面原因进行了分析,提出了减少和控制住宅现浇板裂缝的一些措施.  相似文献   

17.
彩色涂层钢板是近十年新兴的一种新型材料,其生产工艺由开卷工艺,彩涂工艺和卷取工艺三部分组成。生产线机组主要包括机械设备、前处理设备、涂敷设备、烘干设备、辅助系统和电控装置等。非标机械设备主要有开卷机、焊接装置、入口/出口活套车、涂层机、卷取机。  相似文献   

18.
A rectangular thin plate vibration model subjected to inplane stochastic excitation is simplified to a quasinonintegrable Hamiltonian system with two degrees of freedom. Subsequently a one-dimensional Ito? stochastic differential equation for the system is obtained by applying the stochastic averaging method for quasi-nonintegrable Hamiltonian systems. The conditional reliability function and conditional probability density are both gained by solving the backward Kolmogorov equation numerically. Finally, a stochastic optimal control model is proposed and solved. The numerical results show the effectiveness of this method.  相似文献   

19.
彩色涂层钢板是近十年新兴的一种新型材料,其生产工艺由开卷工艺,彩涂工艺和卷取工艺三部分组成.生产线机组主要包括机械设备、前处理设备、涂敷设备、烘干设备、辅助系统和电控装置等.非标机械设备主要有开卷机、焊接装置、入口/出口活套车、涂层机、卷取机.  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