登录
首页 » 图像处理 » 通过使用离散平稳小波分解的图像分辨率增强

通过使用离散平稳小波分解的图像分辨率增强

于 2023-03-20 发布 文件大小:3.82 kB
0 200
下载积分: 2 下载次数: 1

代码说明:

在这个程序中,通过离散小波分析和输入图像来得到一个基于高频子带图像插值的图像分辨率增强技术。边缘的增强的基于平稳小波变换 (SWT) 引入一个中间阶段。为了将输入的图像分解成不同子带,使用了离散小波变换。然后,对高频子带以及输入的图像进行插值。估算的高频子代通过平稳小波分析得到的高频子代修正。然后,所有这些子相结合,通过使用逆离散小波变换 (IDWT) 生成一个新的高分辨率图像。定量和视觉结果显示了该方法的优势超过常规和先进的图像分辨率增强技术.

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

  • 小波变换源码 Wavelet Transform
    小波变换的小波变换源代码
    2022-03-09 15:50:16下载
    积分:1
  • 数字图像处理
    数字图像处理c#基础学习详细资料,分模块详细教学,适合初学者学习。包含源代码,可直接运行,适宜c#下的编程操作。数字图像处理,妈妈再也不用担心我的学习。来自书籍。希望共享能够为大家带来学习数字图像处理的便利。包含源码以及各自的运行结果等。共计十五章节内容~~~
    2022-02-01 08:03:45下载
    积分:1
  • python-opencv鼠标绘图程序
    资源描述 程序实现鼠标画图功能,点击鼠标左键则会以点击位置为圆心画一个圆,而且每次点击画出的圆颜色和上一次都不一样,看起来色彩丰富,很有意思,效果如下图:  
    2022-01-26 07:20:28下载
    积分:1
  • 图像 基于OPENcv 自适应二值化 轮廓多边形拟合 轮廓提取与绘制
        自适应二值化能更好的将图像中的轮廓凸显出来,多边形拟合函数使轮廓易于匹配。
    2023-01-02 00:27:35下载
    积分:1
  • 最小二乘法用于高光谱分解
    本程序用于高光谱分解,使用的算法为最小二乘法。该程序通过调用matlab的本身的程序进行分解。同时可以计算均方根误差和光谱角距离。本程序使用的数据位城市地图的数据。
    2023-08-16 17:50:09下载
    积分:1
  • 高斯滤波
    该代码表示 Matlab m 为高斯滤波的函数作为输入原始图像、 卷积窗和标准偏差的大小。此外本存档内发现指数和对数逐点转换。
    2023-01-25 13:25:03下载
    积分:1
  • 图像融合工具箱
    应用背景图像融合应用广泛,方法众多,该程序是一个图像融合工具箱,包含了很多融合算法,主要有:平均法融合,金字塔融合、PCA融合、小波融合(DWT、SWT)等,可以自由选择。关键技术程序中主要涉及一下几个关键技术:IHS方法、PCA方法、离散小波方法、平稳小波方法等等融合方法。多尺度融合主要有多尺度变换和融合规则两大部分。
    2022-03-05 05:16:03下载
    积分:1
  • 实用的人脸识别算法
    资源描述应用图像处理就行人脸识别,通过调用opencv库进行处理。主要进行特征点提取。开发环境为Visio studio +opencv。用c++语言进行开发,程序简介简单,亲测好用
    2023-05-29 10:05:07下载
    积分:1
  • matlab图像拼接程序
    里面包含了好几个m文件,基本都有注释。。很容易看懂,并且可以根据自己的需要修改添加参数。可以作为毕业设计的参考。不过对于图片的选择自己要注意,尽量不要选择整幅图都是同种颜色的
    2022-02-04 05:06:27下载
    积分:1
  • William T. Freeman大神经典的马尔科夫随机场超分辨影像重建全部代码数据集论文和大神页面
        William T. Freeman大神经典的马尔科夫随机场超分辨影像重建全部代码,数据集,论文和大神页面。非常适合超分辨率初学者和相关研究的人员。很多代码下载了之后无法运行或者缺少文件,但是这个可直接运行,无需太多的调试。This is an implementation of the example-based super-resolution algorithm of [1]. Although the applications of MSFs have now extended beyond example-based super resolution and texture synthesis, it is still of great value to revisit this problem, especially to share the source code and examplar images with the research community. We hope that this software package can help to understand Markov random fields for low-level vision, and to create benchmark for super-resolution algorithms.When you refer to this code in your paper, please cite the following book chapter:W. T Freeman and C. Liu. Markov Random Fields for Super-resolution and Texture Synthesis. In A. Blake, P. Kohli, and C. Rother, eds., Advances in Markov Random Fields for Vision and Image Processing, Chapter 10. MIT Press, 2011. To appear.
    2022-03-29 03:58:10下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载