针对目前图像重建方法去噪效果不佳,导致重建后图像分辨率较低的问题,提出基于单层小波变换的视觉传感图像超分辨率重建方法。建立低分辨率和高分辨率两种识别空间,分别计算含有噪声干扰区域、正常区域以及信道噪声参数三者间的欧式距...针对目前图像重建方法去噪效果不佳,导致重建后图像分辨率较低的问题,提出基于单层小波变换的视觉传感图像超分辨率重建方法。建立低分辨率和高分辨率两种识别空间,分别计算含有噪声干扰区域、正常区域以及信道噪声参数三者间的欧式距离。利用二维平滑函数定义单层小波变换,有效去除视觉传感图像中的噪声,根据多尺度特性对图像中处于边缘微值的分辨率进行具体检测。对所有高分辨率点实行编码,再将编码后的图像系数按照分辨率的高低顺序整理为集合,输出图像完成重建。仿真实验证明,所提方法重建后图像清晰度较高,且结构相似性(Structural Similarity Index Measurement, SSIM)与峰值信噪比(Peak Signal to Noise Ratio, PSNR)的值均高于对比方法,最高值分别为0.95 dB与34.57 dB,说明所提方法的重建效果较好。展开更多
文摘针对目前图像重建方法去噪效果不佳,导致重建后图像分辨率较低的问题,提出基于单层小波变换的视觉传感图像超分辨率重建方法。建立低分辨率和高分辨率两种识别空间,分别计算含有噪声干扰区域、正常区域以及信道噪声参数三者间的欧式距离。利用二维平滑函数定义单层小波变换,有效去除视觉传感图像中的噪声,根据多尺度特性对图像中处于边缘微值的分辨率进行具体检测。对所有高分辨率点实行编码,再将编码后的图像系数按照分辨率的高低顺序整理为集合,输出图像完成重建。仿真实验证明,所提方法重建后图像清晰度较高,且结构相似性(Structural Similarity Index Measurement, SSIM)与峰值信噪比(Peak Signal to Noise Ratio, PSNR)的值均高于对比方法,最高值分别为0.95 dB与34.57 dB,说明所提方法的重建效果较好。
