视频超分辨率重建技术研究

来源 :第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会 | 被引量 : 0次 | 上传用户:ghostKill1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频超分辨率重建是指用一个或多个低分辨率的视频序列重构一个高分辨率的视频,其目的是在空间上恢复视频截止频率以外的高频信息,在时间上弥补视频设备采样帧率的不足,有效地去除运动模糊和运动混叠现象。本文首先较为详细地阐述了视频超分辨率重建研究的必要性及其发展现状,并对其中的关键技术进行了分析。然后对帧间运动配准算法及迭代反投影重建算法进行了研究,对实拍的低分辨率视频序列进行超分辨牢重建,重建视频取得了较好的视觉效果。最后,对视频超分辨率重建技术的应用前景进行了展望。
其他文献
提出了一种基于对称累积差分的运动区域检测及基水平集的目标轮廓分割的静止背景视频序列中运动目标自动分割方法。首先,以当前帧为中心,计算对称的前向和后向累积差分图像来突
会议
本文提出一种利用运动特性进行视频运动对象的分割算法。该算法首先对运动矢量场进行累加和滤波处理:然后在根据运动特性对运动对象进行初次分割,然后进行二次分割;最后精确化
高光谱遥感在成像过程中会受到诸多噪声源的影响,使得高光谱图像中的噪声分布相当复杂。首先,提出了一种基于最小噪声分离变换的去噪方法——MNF SPRC算法。MNF SPRC算法在变换
会议
曲波变换可以很好地逼近线性奇异的高维函数,对图像中的线性区域有最稀疏的表示,因此利用曲波变换进行图像去噪能取得较好的效果。但是,现有的曲波去噪主要运用的是基于蒙特卡罗
本文简要介绍了视频图像拼接方法的研究现状与特点,从场景中是否存在运动物体与是否恢复视频的3D特性两个角度对当前己有视频图像拼接方法进行了分类,并对两种分类方法进行了归
一、股票上市——高收益之下的争抢我国现有400多家上市公司,仍有成千上万家股份有限公司排着队等待上市,还有数不清的企业和公司正在改制,也欲挤进股市排行 First, the st
在Contourlet变换的基础上,提出了一种基于边缘特征的多波段SAR图像融合方法。该方法首先对多波段图像进行Contourlet变换得到高频和低频图像;高频融合采用区域方差作为融合规
会议
在连接米粒的分割中,分水岭分割算法对一个米粒经距离变换后常存在多个局部极小值而产生过分割。为解决该问题,本文提出的算法应用形态学膨胀将检测的邻近的局部极小值合并成一
会议
介绍了一种基于最小生成树的图像自动分割方法。首先叙述了图论及MST的基本原理,进而给出了MST分割的有效方法。针对图像的分割问题,通过将图像映射到加权图上,遍历得到相应的最
本文结合AVIRIS高光谱影像实例,介绍了光谱角度制图法(Spectral Angle Mapping-SAM)的原理及应用步骤,并对基于影像和波谱库采集端元的两种方法产生的分类结果图像像进行差异探