共查询到19条相似文献,搜索用时 62 毫秒
1.
图像的超分辨力复原和信噪比的提高是图像复原追求的目标.Poisson-ML图像复原方法(PML)具有很强的超分辨力复原能力,但在复原过程中会产生振荡条纹且对带噪较大的图像不能取得理想的复原效果.在Poisson和Markov分布假设的基础上,提出基于Poisson-Markov场的超分辨力图像复原算法及其正则化参数的自适应选择方法(MPML).实验表明,MPML算法不但具有很好的超分辨力复原能力,而且能有效减少和去除复原图像中的振荡条纹,对于带噪较大的图像也能取得理想的复原效果,因此其图像复原质量明显好于PML算法.正则化参数能被自动优化地选择且与图像复原的迭代运算同步进行. 相似文献
2.
基于超分辨力图像复原算法的模糊系统辨识 总被引:7,自引:4,他引:3
由于利用已有的知识和经验得到的点扩散函数(PSF)估计值与真实值之间的偏差会直接影响图像复原质量。为准确地估计PSF,使其向真实的点扩散函数类型和参量逼近,采用超分辨力图像复原MPML算法同几种常用的数字图像去模糊处理进行比较分析,通过实验表明:MPML算法具有其他几种算法的优势,同时减少了对原有信息的丢失;在此基础的同时,按照点扩散函数的分类,分析了点扩散函数的不同估计值及其对图像复原的影响,提出基于超分辨力图像复原算法的图像细节评价参数D,保证了复原图像主观效果和评价参数的一致性。对于模糊图像的系统辨识及其图像复原问题的解决具有实际意义,但对于附加较大噪声条件下的图像复原仍是需要进一步研究的问题。 相似文献
3.
遥感根本目的就是获得清晰的高空间分辨率的图像,从而可以进一步地分析处理。为了在遥感测量中获得更高空间分辨率、更高信噪比、更清晰的图像,本文对图像处理领域超分辨算法进行了研究。建立了一套拟合模拟现实的成像系统模型,在这种模型的基础之上,利用最大后验概率系统理论,讨论了现实情况中的运动模糊,噪声等情况,改进了MAP超分辨算法。实验结果表明:使用本文改进的基于MAP理论的Markov随机场约束的多帧超分辨重建算法,可以较好提高超分辨效果,与三次立方插值方法相比,PSNR至少提高约5.1dB左右,与未改进的MAP方法相比,PSNR提高约0.2dB左右。本文提出了动态的先验约束方法,给约束函数添加与迭代次数相关的约束项,该改进创新可以加快收敛并且更加逼近真实图像,实验表明该方法收敛速度更快,约束效果良好,更适合实际应用。 相似文献
4.
针对图像恢复中的边缘模糊问题,提出了一种基于小波域改进隐马尔可夫树( IHMT)
模型的图像恢复算法。IHMT模型更多描述了相邻尺度小波系数的互相关性,能准确刻画自然图像小波系数的统计特性。本文从图像恢复的贝叶斯框架出发,将简化的IHMT模型作为图像小波域的先验模型,构造正则化约束进行图像恢复。采用近似等价的方法,将含有混合密度的恢复方程简化为单一密度求解。实验结果表明,该算法能有效再现图像的边缘信息,提高峰值信噪比。 相似文献
5.
6.
7.
8.
一种基于MAP的图像超分辨率重建算法 总被引:1,自引:0,他引:1
引入一种基于关键点滤波(Critical-Point Filters,CPF)的图像配准方法,并在最大后验概率(Maximum a Posteriori,MAP)框架下提出一种改进的集投影法(Projections onto ConvexSets,MAP/POCS)混合算法。算法把POCS的残差约束集合加入到基于CPF图像配准的MAP正则算法中,在每次迭代重建中对重建图像的像素点进行约束,充分利用这三种算法的优点。实验结果表明,相比于传统的重建方法,该算法能够更有效地表达视频中的非平移运动,超分辨图像主观质量有明显改善。 相似文献
9.
利用多帧低分辨率图像重建一幅高分辨率图像成为迫切需要解决的难题,传统基于插值的超分辨率算法的发展受到了限制。本文基于重建方法,根据低分辨率图像帧间运动参数,提出了合理的权重分配算法。实验结果表明,图像超分辨率重建取得了良好效果。 相似文献
10.
基于小波域统计混合模型的图像降噪方法 总被引:1,自引:0,他引:1
该文提出了一种基于小波域统计混合模型的图像降噪方法。该方法首先利用尺度间模型,将小波系数分成两类:有意义系数和无意义系数;然后在小波域同层模型中运用最大后验概率估计方法,从有意义系数中恢复出原始系数。文章给出了算法的完整步骤。实验结果及分析表明了该方法的有效性。 相似文献
11.
High resolution image reconstruction is an image process to reconstruct a high resolution image from a set of blurred, degraded
and shifted low resolution images. In this paper, the reconstruction problem is treated as a function approximation. We use
linear interpolation to build up an algorithm to obtain the relationship between the detail coefficients in wavelet subbands
and the set of low resolution images. We use Haar wavelet as an example and establish the connection between the Haar wavelet
subband and the low resolution images. Experiments show that we can use just 3 low resolution images to obtain a high resolution
image which has better quality than Tikhonov least-squares approach and Chan et al. Algorithm 3 in low noise cases. We also
propose an error correction extension for our method which can lead to very good results even in noisy cases. Moreover, our
approach is very simple to implement and very efficient. 相似文献
12.
Zheng Yuanjin Li Lemin Wen Maosheng 《电子科学学刊(英文版)》1999,16(2):97-103
In this paper, an adaptive multiresolution speech enhancement algorithm based on wavelet transform is put forward. It can make adaptive filtering to noise speech both at scales and among scales. So that the noise parts during the frequency intervals which decrease hearing quality mostly are reduced efficiently. Both the SNR and subject hearing quality of denoised speech are high and good. 相似文献
13.
提出了一种基于机器学习的超分辨率(SR)改进算法。首先建立一个包括低分辨率(LR)图像及其相应的高分辨率(HR)图像的训练样本集,为LR图像提供了HR的图像解释。把训练集中的每一幅图像分成若干个图像块,每一个图像块作为马尔可夫随机场(MRF)模型的结点,MRF模型参数从这些训练样本中学习得到,通过对训练样本中的LR图像块进行k-均值聚类减少计算开销,并用k-均值的聚类结果提出了一种新的相容函数形式。实验结果表明,该算法是可行的,并与同类算法相比能取得较好的结果,使得SR后的图像更平滑自然。 相似文献
14.
针对复杂背景中/长波红外图像的特点,提出了一种基于小波变换的中/长波红外图像融合检测方法。首先,对原始中/长波红外图像分别进行小波变换,提取出两幅图像的低频和高频信息;然后,分别对图像的低频和高频信息采用不同的融合准则进行融合,并用小波逆变换重建成融合图像,自适应选取阈值,获得最终的目标检测结果。在实验中,采用相同的方法分别用融合图像、单波段红外图像进行目标检测,实验结果证明,用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。 相似文献
15.
16.
17.
Infrared images are characterized by small signal-to-noise ratio (SNR) and low contrast thus making it much difficult to achieve accurate infrared target extraction. This paper proposes a fast and accurate segmentation approach to extract targets from an infrared image. First, the regions of interests (ROIs) which contain the entire targets region and a little background region are detected based on the variance weighted information entropy feature. Second, the infrared image is modeled by Gaussian Markov random field (MRF), and the ROIs are used as the target regions while the remaining region as the background to perform the initial segmentation. Finally, by searching solution space within the ROIs, the targets are accurately extracted by the energy minimization using the iterated condition mode (ICM) based on the fact that targets can only exist in ROIs. Because the iterated segmentation results are updated within the ROIs only, this coarse-to-fine extraction method can greatly accelerate the convergence speed and efficiently reduce the interference of the background clutter and noise. Experimental results of the real infrared images demonstrate that the proposed method can extract single and multiple infrared targets accurately and rapidly. 相似文献
18.