2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像壓縮是圖像通信領(lǐng)域中極為重要的研究內(nèi)容。在低碼率的情況下,由于壓縮方法的局限性,如何重建圖像成為該領(lǐng)域中的主要問題。對于壓縮圖像的去塊效應(yīng),圖像增強和超分辨處理,更是具有很高的科研價值以及實用意義。此類技術(shù)在圖像監(jiān)控、視頻會議、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療等包含巨大圖像信息的領(lǐng)域具有廣泛的應(yīng)用。本文研究了壓縮圖像的重構(gòu)問題,其主要研究內(nèi)容概括如下。
   1)提出一種新型的利用塊與塊邊界活躍程度差異的去塊效應(yīng)算法。其原理是依據(jù)塊邊界的

2、差異,將塊效應(yīng)問題分為復(fù)雜模式,中間模式以,簡單模式以及邊角模式四種不同的形態(tài),利用不同的濾波方法,來消除塊與塊之間的差異從而達(dá)到去塊的目的。實驗結(jié)果表明,我們的方法可以有效去除高度壓縮圖像的快效應(yīng)問題并保持較高的運算速度。
   2)提出了一種基于梯度輪廓優(yōu)先的圖像增強方法,將梯度作為一個獨立一維參數(shù),附加于圖像信息之上,每一個梯度屬性,對應(yīng)一個梯度的參數(shù)模型,可以適用于圖像增強與圖像超分辨領(lǐng)域。實驗結(jié)果表明,梯度屬性的引用極

3、大的增強了圖像的銳利程度,緩解了不同模型聯(lián)合去圖像塊效應(yīng)的算法所造成的過于平滑現(xiàn)象。
   3)提出了一種基于圖像超分辨,圖像增強以及圖像去塊效應(yīng)聯(lián)合工作的壓縮圖像重構(gòu)系統(tǒng)。困擾壓縮圖像重構(gòu)的很多問題諸如,塊效應(yīng),振鈴效應(yīng),以及圖像紋理細(xì)節(jié)的還原都得到了解決,通過梯度一致性的圖像增強方法可以同時將圖像的細(xì)節(jié)的還原作用于圖像超分辨以及圖像去塊效應(yīng)。實驗結(jié)果證明了我們方法的有效性。
   本論文得到國家自然科學(xué)基金(No.6

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論