排序方式: 共有10条查询结果,搜索用时 14 毫秒
1
1.
基于Log-WT的人脸图像超分辨率重建 总被引:1,自引:0,他引:1
目前已有的基于学习的人脸超分辨率图像重建算法大都对亮度变化特别是阴影非常敏感,针对这一缺点,该文提出了一种不随光照变化的图像表示方法--对数-小波变换(Log-WT),并在此基础上构造了一种新的人脸超分辨率图像重建算法.该方法首先利用Log-WT变换提取低分辨率图像与光照无关的内在特性,然后借助流形学习的思想建模高分辨率图像和低分辨率图像之间的关系,并对其加入人脸图像的"专用"先验约束,从而同时实现了超分辨率重建和图像增强.仿真结果表明该算法有效克服了传统方法受光照因素影响的缺点,在提高图像分辨率的同时克服了光照因素的影响,特别是对阴影效应的消除具有明显效果,将该方法应用于人脸识别,有效提高了识别率. 相似文献
2.
3.
4.
本文提出了一种基于支撑向量机的盲超分辨率图像复原算法.首先采用Sobel算子和局部方差从训练图像中提取能够表征模糊参数信息的特征向量,并利用支撑向量机建立特征向量与对应的候选参数的映射关系,然后通过建立的模型对不同光照条件下的低分辨率图像进行参数辨识,最后根据辨识出的模糊参数融合不同光照条件下的低分辨率图像同时实现了图像动态范围和空间分辨率的增强.为了实现低分辨率图像间的亚像素配准,还提出了一种基于Retinex的亚像素运动估计算法.仿真结果表明与传统算法相比,无论从主观视觉还是定量描述上本文算法均具有较好的效果. 相似文献
5.
针对在强噪声环境下,传统的超分辨率重建算法重建图像效果不佳的问题,提出一种基于峭度图像的超分辨率重建算法。定义峭度图像,从统计学角度分析得到峭度图像的2个重要性质,即具有高斯不变性,并且图像越模糊,峭度绝对值越小。在满足高分辨率图像与低分辨率图像之间反卷积的剩余误差有界的前提下,通过最大化峭度绝对值求解未知的高分辨率图像,采用Lagrange乘子法则求解此约束优化问题。分析高斯噪声和非高斯噪声环境下算法性能。仿真结果表明,该算法在主观视觉和客观评价上都明显优于传统算法。 相似文献
6.
基于光流场理论测量物体变形相位的新方法 总被引:1,自引:1,他引:0
基于光流场理论,提出一种由两幅条纹图像解调出 物体变形相位的新方法。首先根据光流场理论,获 得两帧连续图像之间的光流矢量场;然后运用双幅图像中初始图像的条纹频率与矢量场进行 计算,获得 物体的全场变形相位分布。模拟结果和实 验结果表明,本文算法将直观的运动矢量场和变形相位的提取相联系,能够解调出物体变形 相位信息, 不需要相位解包络运算,过程简单方便,并且在条纹越密集处提取的变形相位信息越准确。 本文方法为计算 物体全场变形相位分布和动态测量提供了新的途径。 相似文献
7.
8.
提出一种基于独立分量分析(ICA)的人脸超分辨率重建算法。该算法利用ICA从高分辨率训练图像中提取出独立分量,并对ICA系数进行先验估计。对于给定的低分辨率图像,结合最大后验概率估计求出ICA系数,进行ICA反变换得到高分辨率图像的近似估计,并利用局部结构张量对图像进行精化处理得到重建图像。仿真结果表明,该算法在实现人脸超分辨率重建的同时保持了人脸整体结构特征,且对光照、表情、姿态等具有一定的鲁棒性,将重建结果用于人脸辨识,有效提高了辨识效率。 相似文献
9.
基于学习的超分辨率重建技术 总被引:2,自引:0,他引:2
超分辨率重建是图像处理和计算机图形学领域的热点研究问题.主要介绍基于学习的超分辨率重建技术的基本理论和研究进展,包括基于支撑向量机、流形学习和独立分量分析等几种典型的基于学习的超分辨率重建技术以及作者的最新研究结果,最后对未来可能的发展做了展望. 相似文献
10.
针对视频拷贝检测问题,提出了基于拉普拉斯特征映射(Laplacian Eigenmaps,LE)的视频哈希方法,该方法利用视频层析成像技术和服从均匀分布的向量对视频进行镜头分割和关键帧提取,以高阶累计量作为视频在高维空间的特征,并利用LE进行降维,得到视频在三维空间中的轨迹,利用三维空间中点的范数构造视频哈希来实现视频拷贝检测。实验结果表明,该方法具有较好的鲁棒性和区分性。 相似文献
1