基于EM算法的SAI图像插值改进技术.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于EM算法的SAI图像插值改进技术

山西电子技术 应用实践 2011 6 年第 期 文章编号:1674-4578 (2011)06-0008-03 基于EM 算法的SAI 图像插值改进技术 , 侯翠翠 干宗良 ( , 210003) 南京邮电大学通信与信息工程学院 江苏南京 : (Expectation Maximization ,EM) 摘 要 提出了一种基于期望最大 算法对自适应二维自回归建模与软判决估计 (SAI) , (PAR) 联合插值 算法进行改进的算法 它将插入像素的估计值反馈回分段二维自回归模型 参数的估计过程 , 。 : (PSNR)。 中 修正估计出的模型参数 实验结果显示 该算法能产生良好的视觉效果及较高的峰值信噪比 : ; ; ;EM 关键词 图像插值 自回归模型 软判决估计 算法 中图分类号:TP391 文献标识码:A J ()= min (8) + 0 λ { y - a x 引言 Σ ‖ i Σ t i ◇t ‖ y i W 1 t 4 ∈ ≤ ≤ 图像插值是利用已知邻近像素点的灰度值来产生未知 (8) (4) x - a y + y - b y } . Σ ‖ i Σ t i ◇t ‖ λΣ ‖ i Σ t i ◇t ‖ , 。 像素点的灰度值 从而再生出具有更高分辨率的图像 图像 i W 1 t 4 i W 1 t 4 ∈ ≤ ≤ ∈ ≤ ≤

文档评论(0)

yaobanwd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档