基于稀疏表示的單幀圖像超分辨率研究(參考版)
2025-06-30 21:12本頁面
【正文】 )。title(39。)。title(39。, sp_psnr)。%稀疏表示得psnr值fprintf(39。PSNR for Bicubic Interpolation: %f dB\n39。sp_psnr = 20*log10(255/sp_rmse)。, sp_rmse)。fprintf(39。RMSE for Bicubic Interpolation: %f \n39。sp_rmse = pute_rmse(im, im_h)。)。% read ground truth imageim = imread(39。bicubic39。im_h = ycbcr2rgb(uint8(im_h_ycbcr))。im_h_ycbcr(:, :, 2) = im_h_cb。im_h_ycbcr = zeros([nrow, ncol, 3])。bicubic39。)。im_h_cb = imresize(im_l_cb, [nrow, ncol], 39。[im_h_y] = backprojection(im_h_y, im_l_y, maxIter)。% 基于稀疏表示的圖像超分辨率的算法。im_l_cb = im_l_ycbcr(:, :, 2)。% 改變顏色空間im_l_ycbcr = rgb2ycbcr(im_l)。C:\Users\Administrator\Desktop\ScSR\Dictionary\39。 % 系數(shù)，取決于訓(xùn)練字典的配置maxIter = 20。 % 稀疏性正則化overlap = 4。)。% 讀取測試文件im_l = imread(39。%給出了稀疏表示和雙三次插值的具體實(shí)現(xiàn)方法，%最后計(jì)算了兩種處理圖像方法的PSNR和rmse的數(shù)據(jù)，以便比較對照方法的優(yōu)劣% =========================================================================clear all。hIm = uint8(hIm)。tMat(idx) = 1。 endend% idx = (tMat 1)。 hIm(yy:yy+patch_size1, xx:xx+patch_size1) = hIm(yy:yy+patch_size1, xx:xx+patch_size1) + hPatch。 hPatch = reshape(hPatch, [patch_size, patch_size])。 % generate the high resolution patch and scale the contrast hPatch = Dh*w。*y。 else y = mPatchFea。 mfNorm = sqrt(sum(mPatchFea.^2))。 mPatchFea = lImfea(yy:yy+patch_size1, xx:xx+patch_size1, :)。 mPatch = mPatch(:) mMean。 mPatch = mIm(yy:yy+patch_size1, xx:xx+patch_size1)。 xx = gridx(ii)。t = 0。A = Dl39。gridy = 3:patch_size overlap : hpatch_size2。% gridx = 3:patch_size overlap : wpatch_size2。[h, w] = size(mIm)。hIm = zeros(size(mIm))。bicubic39。patch_size = sqrt(size(Dh, 1))。 Michael Unser. A Note on Cubic Convolution Interpolation[J]. IEEE Transactions on Image processing. 2003, 12(4): 477479.[4] 王會鵬，周利莉，[[J].計(jì)算機(jī)工程，, 36(19):216218.[5] 蔡念，張海員，張楠，[[J].激光與紅外，, 40(5): 558562.[6] 劉常云，[J]. Computer Engineering, 2012, 38(21).[7] Freeman W T, Jones T R, Pasztor E C. Examplebased superresolution[J]. IEEE Computer Graphics and Applications, 2002, 22(2): 5665.[8] Chang H, Yeung D Y, Xiong Y, Superresolution through neighbor embedding[C],IEEE Conference on Computer Vision and Pattern Classification, 2004, 1:275282.[9] Roweis S T, Saul L K, Nonlinear dimensionality reduction by locally linear embedding[J]. Science, 2000, 290(5500): 23232326.[10] W:. Jones, superresolution[J], IEEE Computer Graphics and Applications, 2002, 22: 5665.[11] Chug Hang, Yeung D Y, Xiong Yimin. SuperResolution through Neighbor Embedding[C]. Proc of the IEEE Society Conferenee on Computer Vision and Pattern ,USA, 2004, I: 275282.[12] Yang Jianchao, Wright J, Huang T, et al. Image SuperResolution Via Sparse Representation[J].Transactions On Image Processing, , 19(11): 28612873. 附錄function [hIm] = ScSR(lIm, up_scale, Dh, Dl, lambda, overlap)% 加載字典，歸一化norm_Dl = sqrt(sum(Dl.^2, 1))。相信我一定會繼續(xù)努力，成為你們的驕傲。感謝姐姐賈敏在我論文寫作期間對我論文提出的所有建議。張老師平易近人的性格和認(rèn)真負(fù)責(zé)的態(tài)度令我感動(dòng)。報(bào)到第一天的情景、四年時(shí)間里發(fā)生的故事仿佛就像剛剛發(fā)生過一樣，對于今天即將離開母校走向社會的我來說是如此的不舍。致謝語光陰似箭，四年的大學(xué)生活即將結(jié)束。但是基于稀疏表示的圖像超分辨率重建算法能更好的保留原始高分辨率圖像的信息。同時(shí)由于基于鄰域嵌入的力一法在重建時(shí)選取K個(gè)近鄰塊線性加權(quán)得到的最終的高分辨率圖像塊，因此能得到更平滑的邊緣，但是該方法在最佳匹配塊搜索時(shí)叮能存在誤匹配現(xiàn)象，同時(shí)由于稀疏表示的優(yōu)越性，基于稀疏表示的圖像超分辨率重建算法能夠獲得更好的圖像重建質(zhì)量。 （a) 原始高清圖像 （b）低分辨率圖像
語文相關(guān)推薦
鄂ICP備17016276號-1