压缩视频贝叶斯超分辨率重建

超分辨率重建技术就是由低分辨率图像序列来重建高分辨率图像.文中利用比特流中的量化步长和运动信息,建立了量化噪声和运动噪声模型,提出的新噪声模型可对不同的量化器自适应调整.以Huber-Markov随机场作为先验模型,在贝叶斯(Bayesian)框架下,用梯度下降法进行重建,并对其特性进行了分析.仿真实验表明,本文提出的算法收敛速度快,重建图像的主、客观质量较高,适合压缩视频的应用.     

超分辨率图像重建技术

超分辨率重建技术就是由一些低分辨率变形图像(或视频序列)来估计一幅较高分辨率的非变形图像,同时还能够消除加性噪声以及由有限检测器尺寸和光学元件产生的模糊.超分辨率重建可以应用在遥感图像、医学成像、高清晰度电视标准和合成视频变焦等领域.     

图像超分辨率重建中的运动模型选择

愕统的超分辨率方法通常假定一个低分辨率图像序列所服从的固定的运动模型,怛是这种假设并不能覆盖实际应用中出现的各种运动情况,从而严重影响图像的重建质量。本文提出一个“虚拟像机”的概念,将序列中的每一幅低分辨率图像映射到一张高分辨率参考图像的网格上,并引入运动模型选择来同时估计出两视点几何关系和相关参数。文中给出了应用GRIC（Geometric Robust Information Criterion）准则确定两视点几何关系的方法。     

Modified Eigendecomposition DOA EstimateAlgorithms and Field Test Studiesfor Super-Resolution

1. INTroDUCTIONThe arrival angles of the signals (or targets) located in space can be estimated by means of thearray signal processing, this method is simply called signal DOA (direction of arrival) estimate.The DOA estimate for two signals which are situated in the same main lobe of the arrayalltenna are commonly referred to as super-resolution, for these DOA estimates break throughthe classical Raleigh limit of angle resolution. Among the array signal processing algorithmsfor DOA es…     

基于频域约束的IBP超分辨率图像复原方法

本文根据超分辨率图像复原方法的最新发展,重点研究了超分辨率图像重建的理论基础、数学模型以及现有的主要方法,在此基础上提出了一种基于频域约束的IBP超分辨率图像复原新算法,在图像复原的过程中,尽可能的保持图像低频部分的能量,在此基础上拟合高频部分的能量。得到了无论从主观角度还是客观数据方面都令人满意的结果。实验证明了方法的有效性。     

基于频域约束的IBP超分辨率图像复原方法

根据超分辨率图像复原方法的最新发展,重点研究了超分辨率图像重建的理论基础、数学模型以及现有的主要方法,在此基础上提出了一种基于频域约束的IBP超分辨率图像复原新算法,在图像复原的过程中,尽可能的保持图像低频部分的能量,在此基础上拟合高频部分的能量.得到了无论从主观角度还是客观数据方面都令人满意的结果.实验证明了方法的有效性.