登录
首页 » 图像处理 » 基于反演解析的超分辨率算法

基于反演解析的超分辨率算法

于 2022-05-27 发布 文件大小:5.16 kB
0 122
下载积分: 2 下载次数: 1

代码说明:

仿真获取四幅互差半个像素的低分辨率图像,利用反演解析算法重建出一副高分辨率图像,属于亚像元技术或者超分辨率技术。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 如何用opencv读显一幅
    OpenCV(开源的计算机视觉库)是一个库的编程功能主要针对实时计算机视觉,英特尔开发的,现在支持的柳树车库和Itseez。它是免费的开源BSD许可下使用。图书馆是跨平台的。它主要关注实时图像处理。如果图书馆发现英特尔的集成性能系统上的原语,它将使用这些专有优化程序加速本身。这是opencv的“hello world”项目在visual studio中打开并显示一个图像。
    2022-12-17 14:40:04下载
    积分:1
  • HSV空间皮肤检测器
     1.将当前路径调整为“ex003”,在“ex003皮肤素材”文件夹里有13幅包含人体的彩色图像,试任取若干幅图像采集皮肤作为皮肤库,保存在“皮肤库.bmp”中;2. 运行“GetHSVThresh.m 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-01-31 03:30:57下载
    积分:1
  • 算法-C++工程源码
    C++实现了图像处理的腐蚀和膨胀算法。MFC工程实现,工程配有效果图,可直接使用。
    2022-01-22 08:42:52下载
    积分:1
  • VTK对DICOM三维重建代码
    利用VTK编程语言,对dcm序列进行三维重建
    2022-01-20 23:27:21下载
    积分:1
  • GKLT 视频特征提取与追踪
    里边加上了注释,适合需要急迫,不必花费太多时间来熟悉各个语句,看注释就知道怎么个过程
    2022-01-25 22:31:25下载
    积分:1
  • 利用canny算子对进行边缘检测
    利用canny算子对图像进行边缘检测,以著名的lena图像作为测试图像,结果显示人物的大部分轮廓都以检测出
    2023-09-06 05:50:03下载
    积分:1
  • 这是一个CORDIC算法的代码,这将是非常有用
    摘要:本文提出了一种低功耗的坐标旋转 数字计算机(CORDIC)为基础的可重构离散余弦 变换(DCT)的体系结构。本文的主要思路 基于有趣的事实,在所有的计算中 DCT是不产生频率同样重要 域输出。考虑在重要的区别 的DCT系数,CORDIC算法的迭代次数可以是 动态改变有效折中的图像质量 功耗。因此,计算能量可 不会严重影响图像显著降低 质量。所提出的CORDIC基于2-D DCT的结构是 实现使用0.13微米CMOS工艺,以及实验 结果表明,我们的可重构DCT达到省电 从22.9%到52.2%,比CORDIC为主吕氏 DCT在轻微的图像质量劣化的成本。 关键词:坐标旋转数字计算机 (CORDIC),数据的优先级,离散余弦变换(DCT), 低功耗,可重构的体系结构。
    2022-07-22 22:10:55下载
    积分:1
  • 弧形、圆柱投影的复原
    matlab练习程序(弧形、圆柱投影的复原) 前一段介绍了从矩形图像到圆柱的正向投影,看这里和这里。今天介绍如何从已经投影的图像反映射到原图像上。本来此种变换一定是需要数学公式的,不过这里只是用了一个很简单的方式来完成反映射。具体就把每一列有像素数据的长度拉伸到原图像的高就行了。
    2022-10-16 01:55:03下载
    积分:1
  • 卡尔曼滤波跟踪
     ;使用4个动态参数和2个
    2022-03-29 12:16:10下载
    积分:1
  • 条件随机场链式CRF
    机器学习算法代码,可以用于分词,图像识别,行为识别等 原版本只可以在32位xp下运行,经本人修改,适用于各种版本matlab windows   clear all useMex = 0; % Set this to 1 to use mex files to speed things up %% Generate Synthetic Data % Notes: %   - X is categorical, each element X(i,j) contains the value of feature j for word i, %       a value of "0" means ignore the feature for this training example %   - y is cateogircal, each element y(i) contains the label for word i %       a value of "0" indicates the position between sentences [X,y] = crfChain_genSynthetic; nWords = size(X,1); nStates = max(y); nFeatures = max(X); %% Initialize parameters and data structures [w,v_start,v_end,v] = crfChain_initWeights(nFeatures,nStates,"randn");%初始化参数为正太分布,w状态-特征,v状态-状态 featureStart = cumsum([1 nFeatu
    2022-04-19 10:41:14下载
    积分:1
  • 696518资源总数
  • 105873会员总数
  • 12今日下载