基于局部约束的人脸图像超分辨率重构算法

基于超完备稀疏表示理论,并根据人脸图像的特征,提出一种基于局部约束的人脸图像超分辨率重构算法。该算法首先通过样本训练出一对高、低分辨率相关联的冗余字典;再根据局部范围内人脸图像的相关性,重构出高分辨率图像;最后对图像进行全局优化。为验证算法的有效性,本文利用ORL标准图像库进行了对比实验,实验结果表明,该算法能够有效提高峰值信噪比,同时能够更好地恢复人脸图像的高频信息,有一定的实用价值。     

近似稀疏正则化的红外图像超分辨率重建

针对红外图像分辨率低、受噪声影响严重等问题,引入近似稀疏正则化和K-奇异值分解（K-SVD）法,提出了基于近似稀疏表示模型的红外图像超分辨率重建方法。考虑到红外图像受到噪声污染,首先建立了稳健近似稀疏表示模型。针对已有字典训练方法时间消耗巨大问题,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合近似稀疏表示模型和K-SVD方法,提出近似稀疏约束的基于K-SVD的高低分辨率字典对学习算法。最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像。为了验证算法的性能,对提出的算法与稀疏性正则化的图像超分辨模型（SRSR）和Zeyde算法进行了实验比较。结果表明,本文方法能够较好地减少红外图像中的噪声,同时获得更好的超分辨率重建效果。     

基于ARM嵌入式IPCamera的设计与实现

如何设计一款能够通过网络实现远程拍照和浏览照片的IPCamera?本文通过采用ARM9和USB摄像头实现IPCamera.IPCamera使用S3C2410、AX88796等元件来组成硬件平台,再将Linux系统移植到硬件平台上,然后设计好相应的驱动程序和应用程序,最后将软件下栽到硬件平台.     

基于图像的静脉输液无液检测的新方法

针对国内外为实现静脉输液无液自动检测而采用的各种传感器技术存在的各种问题,提出基于图像的静脉输液无液检测的新方法.通过CCD摄像机采集输液器液位图像,数字化后输入计算机,由计算机软件进行图像处理和分析,得到输液器是否无液的信息.该方法的研究,实现了将数字图像处理技术融合到静脉输液无液检测应用中,丰富了图像处理内容的同时为静脉输液无液检测提供了新思路.     

改进型项目教学法在嵌入式系统教学中的应用

改进型项目教学法是将嵌入式系统的理论知识与某一个实际应用项目结合,即根据嵌入式系统的知识体系结构,选择一个合适的项目,将其分解成干个模块,作为各知识结构的应用案例,当课程结束时,将这些案例进行集成就变成一个实际应用项目。本教学法在南昌工程学院《嵌入式系统》课程教学中应用了3年,教学质量得到了明显的提高。     

Shearlet变换域自适应图像去噪算法

首先采用Haar小波滤波器,设计出一种数字Shearlet变换算法。然后对Shearlet系数间的相关性进行统计分析,提出了一种尺度相关的自适应阈值收缩图像去噪算法。最后选用峰值信噪比和视觉质量为评价标准,实验验证算法的去噪性能。结果表明,本文算法获得更高的峰值信噪比,更好地保留了图像的细节信息。     

嵌入式系统ⅡC设备驱动程序设计与实现

为了设计出稳定可靠的驱动程序,首先介绍ⅡC总线数据传输的时序和嵌入式Linux系统驱动程序的框架结构,然后分析了基于ARM9嵌入式Linux系统ⅡC设备驱动程序设计的技术难点及解决方法,最后介绍了基于X1227芯片EEPROM设备驱动程序的实现步骤.     

计算机网络拓扑结构的优化

针对校园网络的拓扑结构情况及在应用中存在的实际问题，进行网络结构的分析和研究，找到提高网络效益的方法。     

基于Base64编码的数据加密技术

深入分析了Base64编码的原理，给出了基于动态编码表的Base64编码数据加密方法。     

改进型字典学习的图像超分辨率重建

针对现有算法中字典训练花费的时间非常大,且超分辨率图像重建效果不够理想等问题,提出一种改进型字典学习的超分辨率图像重建算法.该算法在字典训练阶段,先采用PCA对低频样本集进行降维,再单独训练出低频字典,然后利用稀疏表示系数集和高频图像样本集训练出对应的高频字典,从而提高了字典构建速度.在重建阶段,先利用字典重建出初始的高分辨率图像,再根据图像结构自相似的特征,对图像进行结构自相似优化,然后对图像进行全局优化,从而提高了重建图像的质量.实验结果表明,该方法无论是在客观评价指标还是主观视觉效果方面都有明显的提高.