原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 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、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、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、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
基于自相似的图像超分辨率重建
摘要
由于单幅图像超分辨率（SR）重建需要复原的样本数量不够，并且往往需要大规模的对外的数据库培训补片，所以本文提出了一种以自相似图像超分辨率重建为基础的算法来重构图像。这种方法利用了统计上的先验知识，即天然图像中的色块倾向于在同一图像的尺度内和跨尺度重复出现。然而，从给出的图像获得的内部词典可能并不总是足够表达以包含情景中的纹理变化。因此在本课题中，我们通过构建尺度金字塔模型，扩大了补片搜索空间来解决培训样本不够这一缺点，并通过允许补片几何形变来增加限制性的内部词典大小。最后使用迭代反投影法来对图像进行SR重建。实验结果表明：与其它几种基于对外的数据库的优
文档评论（0）