الوصف
يهدف استيفاء الصور والدقة الفائقة (SR) إلى إعادة بناء صور عالية الدقة (HR) من نظيراتها منخفضة الدقة (LR). على وجه الخصوص ، يمكن للفيديو متعدد الإطارات SR إعادة إنتاج إطارات HR من سلسلة من إطارات LR التي تحتوي على تحولات بكسل فرعية. في العقود الماضية ، تمت دراسة إعادة بناء SR على نطاق واسع وتم تطوير خوارزميات مختلفة في تطبيقات مثل تحسين دقة الصورة / الفيديو ، والتصوير الطبي ، والاستشعار عن بعد والمراقبة بالفيديو ، وما إلى ذلك ،. عادة ، يجب تسجيل إطارات LR مسبقًا عن طريق تقدير الحركة ، وتقدير وظيفة انتشار النقطة (PSF) والتصحيح الضوئي ، وما إلى ذلك ، يجب إجراؤها مسبقًا. ثم يتم استخدام نموذج رياضي لربط ملاحظات LR بمشهد الموارد البشرية غير المعروف. أخيرًا ، غالبًا ما تُستخدم تقنيات تقدير الاحتمالية القصوى (ML) لحل مشكلة SR العكسية لإعادة بناء مشهد الموارد البشرية.
قدم هذا المشروع نموذجًا جديدًا للخطأ الهجين لإعادة بناء SR ، والذي يجمع بين مزايا نموذج Gaussian ونموذج Laplacian.
يدمج نموذج الخطأ الهجين نموذجي Gaussian و Laplacian من خلال وظائف العضوية المقابلة ، والتي تختلف وفقًا لتوزيع شدة الضوضاء أثناء إجراء التكرار. علاوة على ذلك ، تم اقتراح معيار التقارب التكيفي (ACC) ، والذي يمكن أن ينهي التكرار بفعالية وكفاءة.
أظهرت المقارنات مع L1BTV و L2BTV على الصور ذات الضوضاء المختلفة تفوق الخوارزمية المقترحة.
خط أنابيب معالجة الصور في MATLAB باستخدام خوارزمية فائقة الدقة
الكشف عن البشر في صور الأشعة تحت الحمراء منخفضة الدقة
المراجعات
لا توجد مراجعات بعد.