基于改进SRCNN模型的图像超分辨率重构

图像超分辨率重构是指将低分辨率图像生成对应的高分辨率图像,在许多领域有着重要作用。文章在SRCNN方法的基础上,提出了改进模型。首先,在SRCNN基础上使用小卷积代替大卷积。其次,加入残差结构。最后,在前两层网络后加入ReLU激活函数。结果表明,scale为3、4、6、8的PSNR分别提升了0.140 3 dB、0.084 5 dB、0.147 2 dB、0.113 5 dB,模型性能较改进前有所提升。     

基于学习的模糊人脸图像重构算法研究

人脸研究一直是计算机视觉、模式识别和计算机图形学领域中的热点研究问题之一。现今,通过监视器得到的人脸图像分辨率不高,以至于给人脸识别和跟踪等后续应用带来很大的难度。本文提出一种基于学习的超分辨率重构算法来得到清晰的人脸图像,采用对图像块搜索操作进行位置限制和检查图像分块间重叠区域水平兼容性的思想,降低了搜索的复杂度,提高了匹配相关性。     

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。     

基于深度卷积网络的3D人脸重构算法

基于单张人脸图片的3D人脸模型重构,无论是在计算机图形领域还是可见光成像领域都是一个极具挑战性的研究方向,对于人脸识别、人脸成像、人脸动画等实际应用更是具有重要意义。针对目前算法复杂度较高、运算量较大且存在局部最优解和初始化不良等问题,本文提出了一种基于深度卷积神经网络的单张图片向3D人脸自动重构算法。该算法首先基于3D转换模型来提取2D人脸图像的密集信息,然后构建深度卷积神经网络架构、设计总体损失函数,直接学习2D人脸图像从像素到3D坐标的映射,从而实现了3D人脸模型的自动构建。算法对比与仿真实验表明,该算法在3D人脸重建上的归一化平均误差更低,且仅需一张2D人脸图像便可自动重构生成3D人脸模型。所生成的3D人脸模型鲁棒性好,重构准确,完整保留表情细节,并且对不同姿态的人脸也具有较好的重建效果,能够在三维空间中无死角自由呈现,将满足更多实际应用需求。     

基于QR二维码和混沌置乱的数字指纹编码算法

针对能否高效准确地追踪到合谋用户等问题,文中根据二维码具有唯一性和混沌置乱二值图像能降低指纹信息之间的相似度,提出了一种基于QR二维码与混沌置乱的数字指纹编码算法。经实验证明,通过设置Logistic映射的初始值和系数,对指纹信息起到了加密作用,从而提高了指纹信息的安全性;同时,置乱后非法用户与参与合谋用户二维码指纹图像相关度高于80%(与未参与用户相关度为70%~80%),利用相关度来判断用户是否参与合谋,有效提高了追踪合谋用户的精确度。     

超分辨率重构最大后验概率算法介绍

图像超分辨率重构(super resolution reconstruction,SRR)是一个利用序列图像来求解理想图像的逆过程,基本原理就是把各图像上由于亚像素位移而存在的互补信息融合到同一幅图像中,从而达到提高分辨率的目的.我们采用最大后验概率(maximuma posteriori,MAP)算法进行超分辨率重构.根据贝叶斯原理,高分辨率图像的后验概率等价于以下两项之积:已知理想高分辨率图像的前提下,低分辨率图像出现的条件概率;理想高分辨率图像的先验概率.MAP算法的基本思想就是在己知低分辨率图像前提下,使出现高分辨率图像的后验概率达到最大.该方法的优点是在复原过程中可以直接加入先验约束,能确保解的存在和唯一,降噪能力强和收敛稳定性高等.     

基于宽深超分辨率网络的信道估计方法

在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM) 系统中由于快衰落导致信道特征不连续,常规的信道插值方法无法准确反应导频与整个信道之间的关联性。针对这一问题,提出了一种基于宽深超分辨率（Wide Deep Super-resolution,WDSR）网络的信道估计方法,把导频值通过最小二乘估计（Least Squares,LS）初步插值,再通过WDSR网络再次放大重构整个信道的响应。将信道估计插值上采样替换成初步插值和图像超分辨率上采样两步。仿真结果表明,与超分辨率卷积神经网络(Super-resolution Convolutional Neural Network,SRCNN)信道估计算法相比,在不同种类的信道以及导频数下WDSR信道估计方法均方误差性能提升约4.6 dB。     

基于聚类字典的图像超分辨率重构算法

针对图像超分辨率(SR)重构在空间邻域选取过程中 细节特征易被大幅度特征分量淹没的问题,提出 一种基于聚类字典的SR重构(DD-NE)算法。图像SR重构是利用信号处理方 法来提高图像分辨 率,针对NE算法在空间邻域选取时细节信号易被大幅度信号淹没的问题,对输入图像及邻域 利用聚类字典进行 稀疏分解。从大、小幅值表示系数中分别重构大、小幅度特征子图,保护邻域计算中的小幅 度特征,并将 低分辨率(LR)图像库及输入图像使用聚类字典表示。细节信号以字典原子的形式得到表达 ,空间邻域度 量转换为字典原子间的度量,从而细节特征对邻域的选择更加准确。实验结果表明,相对于 NE算法,本文算法图像SR 重构的峰值信噪比(PSNR)值平均提升了1.1dB,有效改善了重构效果;重构时间仅为NE算法的30.9%。     

基于QR码的Contourlet-SVD域全息水印算法

为了解决水印算法中存在水印隐藏程度和鲁棒性的失衡问题,在Contourlet-SVD域将QR(quick response)码与全息技术相联合,提出一种基于QR码的Contourlet-SVD域数字全息水印算法。首先,选择不同的载体图像执行3层Contourlet变换,鉴于低频系数的优势,对低频进行奇异值分解(singular value decomposition,SVD)联合变换;其次,选择“飞行学院”图像经过QR编码生成的QR码作为原始水印图像,对其进行共轭对称扩展傅里叶数字全息,得到QR码全息水印;再次,将全息水印叠加到SVD分解得到的奇异值中,完成水印信息的嵌入。通过仿真实验验证,该算法嵌入水印信息后的图像清晰度较好,峰值信噪比(peak signal-to-noise ratio,PSNR)超过了31 dB,相似性系数NC(normalized correlation)值达到了0.989 0。将图像进行抵抗测试,提取的水印信息可以较清晰地辨别,尤其是椒盐噪声、高斯噪声和中通滤波攻击,NC值均达到0.90以上。     

基于C++的二维码生成与识别技术

随着移动互联网的不断发展,越来越多的新事物出现在人们的日常生活中,如二维码已全方位渗透进人们的生活中,甚至还潜移默化地改变着人们的生活方式。二维码的广泛应用间接地促进了经济社会的发展。文中介绍了一种基于C++的二维码生成与识别技术,其能通过与开源的Libqrencode库的结合,快速生成和解析二维码。     

工业控制环境中QRCode的检测和识别算法

以QR Code为例,研究工业控制环境中的二维条码检测和识别技术.首先针对光照不均,利用Retinex理论,处理光照校正.然后根据QR Code条码的特征,提出了基于边缘信息的二值分割算法,并设计了一种快速定位算法.接着分析了条码图像经过高斯函数模糊的数学模型,求解高斯函数方差,并给出了利用逆滤波对条码图像进行反模糊复...     

基于短信平台和QR二维条形码技术的认证系统

本短信服务验证系统将SMS和二维条形码两种技术有机的结合起来,把二维条形码信息作为手机能够识别接受的图片格式,通过图片短信的方式发送,发挥两方面的优势,从而可以作为一种新型的鉴定、验证、识别技术而得到广泛应用.     

基于Android嵌入式平台的QR码识别系统

介绍了QR码的基本结构,分析了在基于Android嵌入式平台上QR码图像数据的二值化、定位、旋正等图像的预处理,进而实现对QR码进行解码。经测试表明,系统对倾斜、模糊的QR码都可以快速地识别。     

Android平台二维码生成技术研究与应用

由于二维码能以图片的形式承载大量的信息,二维码生成技术目前在电子商务、票务系统等领域得到了广泛应用.本文以Android为平台,通过研究Android的摄像和绘图功能,利用二维码的编码和解码原理,对二维码的数据进行获取、解析和编码,实现对二维码的生成和识别两个功能模块,解决了二维码的生成和识别问题.     

一种基于QR分解的脆弱水印算法

提出了一种基于QR分解的脆弱水印算法。该算法运用矩阵的QR分解技术，把原始图像信息转化为很短的二进制比特串，并把其作为水印嵌入到原始图像中随机选取的某些像素的LSB位。该算法不仅能检测到水印图像的任何改动，同时还保证了水印图像的质量。为了对水印图像的变化像素进行定位，提出了一种运用分块技术的扩展算法，并对此扩展算法进行改进，使其能够抵抗剪切一粘贴攻击。实验证明，该算法对水印图像的改变非常敏感，定位算法也有很好的效果。     

一种基于QR分解的稳健干扰对齐算法

大多数干扰对齐算法都假定发送端可以获得理想的信道状态信息(CSI),由于信道估计误差、反馈延迟等原因,实际通信系统中CSI往往是有误差的。为此,该文提出一种基于QR分解的稳健干扰对齐算法。对含有误差的联合接收信号进行基于QR分解的预处理,消除一半有误差的干扰;然后在有误差的等效信道联合矩阵下,充分考虑信道误差和干扰的影响,通过最小化发送端泄漏到非目标接收端的干扰信号功率来设计预编码矩阵,并基于最小均方误差(MMSE)准则来设计干扰抑制矩阵。最后,在理想CSI和误差CSI的情况下,通过实验仿真,证明了该算法有效地提高了系统性能。     

一种基于二维码的压缩域数字视频水印方法

视频数字水印是一种数字水印技术,是多媒体数字版权管理十分常用的一种技术手段.结合视频压缩编码标准,提出一种基于二维码的压缩域视频水印方法,利用编码后视频的文件特征,在视频的关键帧(I帧)中嵌入二维码图像,实现了REC.709色彩标准的高清晰度视频文件的数字水印版权保护.     

基于QR分解的V-BLAST检测算法研究

研究了V-BLAST系统中基于QR分解的几种信号检测算法,分析了各种算法的优缺点,指出信号检测顺序是降低误差传播概率的关键.针对传统检测算法计算量大的缺点,采用基于改进的Gram-schmidt正交化的排序QR算法,该算法利用迭代运算代替矩阵求逆运算,从而有效地降低了计算量,并把该算法和MMSE-SIC算法结合进行了比...