الوصف
قمنا بتطوير تقنية الاستيفاء من نوع LMMSE الموجهة بالحافة. لكي يتم إقحام كل بكسل ، قمنا بتقسيم جوارها إلى مجموعتين فرعيتين للمراقبة في اتجاهين متعامدين. تم استخدام كل مجموعة فرعية للمراقبة لتوليد تقدير للعينة المفقودة. تمت معالجة هذين التقديرين الاتجاهيين كقياسين صاخبين للعينة المفقودة. باستخدام وجمع إحصائيات مجموعتي المراقبة الفرعيين ، قمنا بدمج القياسين الصاخبين في تقدير أكثر قوة من خلال تقدير متوسط الخطأ التربيعي الأدنى الخطي. لتقليل التعقيد الحسابي للطريقة المقترحة ، قمنا بتبسيطها إلى مشكلة ترجيح أمثل وحددنا الأوزان المثلى. كان للطريقة المبسطة أداء تنافسي مع توفير حسابي كبير. أظهرت النتائج التجريبية أن الطرق المقدمة تجنبت الإقحام مقابل اتجاهات الحواف ، وبالتالي ، حققت انخفاضًا ملحوظًا في الرنين وغيرها من الآثار المرئية.
نتائج الاستيفاء للصورة Butterfly عندما يتم إنشاء صورة LR عن طريق تصفية التمرير المنخفض واختزال صورة HR (أ) الصورة الأصلية ،
الصورة مقحمة بواسطة (ب) الالتواء المكعب ، (ج) الطريقة في [8] ، (د) الطريقة في [9] ، (هـ) LMMSE_INTR_cubic المقترح ، و (و) المقترح
OW_INTR_cubic.
ref :
Zhang, Lei, and Xiaolin Wu. “An edge-guided image interpolation algorithm via directional filtering and data fusion.” IEEE transactions on Image Processing 15.8 (2006): 2226-2238.
إزالة اللون عن طريق الاستيفاء الاتجاهي المحلي والعتبة التكيفية غير المحلية
تمثيل متناثر غير مركزي لاستيفاء الصورة
المراجعات
لا توجد مراجعات بعد.