【9成新正版包邮】超分辨率图像视频复原方法及应用

作者: 徐梦溪,杨芸
出版社: 人民邮电出版社
ISBN: 9787115542465

出版时间: 2020-09
装帧: 平装
开本: 16开

作者: 徐梦溪,杨芸
出版社: 人民邮电出版社

ISBN: 9787115542465
出版时间: 2020-09

装帧: 平装
开本: 16开

售价 51.98 4.0折

定价￥129.00

品相九品

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2024-04-24

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

教材教辅考试 > 教材 > 高职教材 > 工程技术

货号：

9787115542465

商品描述：

作者简介
徐梦溪，女，博士，副教授。2019年6月获南京理工大学控制科学与工程学科博士学位。主持和参与国家自然科学基金2项，省部级科技计划项目3项。

目录
章绪论1

1．1引言1

1．2超分辨率复原的概念3

1．3超分辨率复原方法分类7

1．4超分辨率复原质量的评价8

1．5超分辨率复原技术的应用9

参考文献11

第2章超分辨率图像/视频复原研究与进展13

2．1基于重建的超分辨率复原方法13

2．1．1概述13

2．1．2基于频域的超分辨率复原方法14

2．1．3基于空域的超分辨率复原方法15

2．2基于学习的超分辨率复原方法23

2．2．1基于浅层学习的超分辨率复原方法24

2．2．2基于深度学习的超分辨率复原方法29

2．3视频超分辨率复原方法34

2．4其他超分辨率复原方法38

参考文献40

第3章改进保真项与自适应双边全变分的正则化方法47

3．1相关工作47

3．2图像观测模型和代价函数49

3．3Tukey范数构建保真项和权值自适应BTV正则化50

3．3．1双边全变分（BTV）正则化项50

3．3．2稳健估计与Tukey范数函数51

3．3．3Tukey范数构建保真项结合权值自适应BTV正则化方法53

3．4超分辨率复原方法的性能评价55

3．4．1标准测试图像的超分辨率实验及算法性能评价56

3．4．2文本图像的超分辨率实验及算法性能评价60

3．4．3水面近红外图像的超分辨率实验及算法性能评价62

3．4．4使用结构相似性SSIM指标的算法性能评价63

3．4．5遥感影像超分辨率实验及算法性能评价65

参考文献72

第4章基于像素流和时间特征先验的视频超分辨率方法74

4．1基于视频时间的超分辨率问题描述74

4．2空间模糊与运动模糊的形成机制75

4．3像素流及退化降质过程建模77

4．3．1关于像素流77

4．3．2像素流退化降质过程建模79

4．4时间特征先验作为解空间约束的像素流超分辨率复原80

4．4．1MAP估计框架下像素流超分辨率复原的贝叶斯推理80

4．4．2像素流与基于时间特征先验的建模81

4．4．3像素流超分辨率复原结果的估计83

4．5基于像素流和时间特征先验建模的时空超分辨率算法83

4．6超分辨率复原算法性能的评价86

4．6．1不同算法对测试视频的实验比较及性能评价86

4．6．2不同算法对真实视频的实验比较及性能评价96

参考文献99

第5章稀疏字典学习与超分辨率复原102

5．1稀疏表示与稀疏字典学习102

5．2基于稀疏表示的单帧图像超分辨率方法105

5．2．1稀疏表示的局部模型与全局重构的约束增强105

5．2．2学习字典对108

5．3基于全局分析性稀疏先验的超分辨率方法110

5．3．1相关工作110

5．3．2基于全局分析性稀疏先验的超分辨率图像复原111

5．3．3算法性能的评价116

参考文献120

第6章自适应稀疏表示结合正则化约束的超分辨率方法123

6．1引言123

6．2非局部自相似先验的正则化技术策略125

6．3自适应稀疏表示和改进的非局部自相似正则化项及SR算法126

6．3．1图像块几何结构信息分析和自适应稀疏表示126

6．3．2改进的非局部自相似正则化128

6．3．3基于自适应稀疏表示结合改进的非局部自相似正则化算法130

6．4超分辨率复原算法性能的评价133

6．4．1参数设置134

6．4．2算法对于不同训练样本集的稳健性实验及性能评价134

6．4．3无噪和加噪情况下的实验及算法性能评价136

6．4．4重构计算效率评价139

参考文献140

第7章卷积神经网络与超分辨率复原143

7．1卷积神经网络143

7．1．1引言143

7．1．2卷积神经网络基本原理145

7．1．3前向传播与反向传播156

7．2图像/视频样本数据集158

7．3基于卷积神经网络的超分辨率复原160

7．3．1基于深度的卷积神经网络的超分辨复原方法161

7．3．2基于高效的亚像素卷积神经网络超分辨率复原方法63

7．3．3基于深度递归卷积网络的超分辨率复原方法164

参考文献167

第8章ESPCN超分辨率技术在车辆牌照识别中的应用169

8．1引言169

8．2基于ESPCN的单帧车辆图像超分辨率复原172

8．2．1构造车辆车辆牌照图像数据集和训练集及测试集172

8．2．2单帧车辆图像超分辨率的ESPCN-VI模型173

8．3车辆图像超分辨率复原算法的性能评价177

8．3．1使用常规定量指标的算法性能评177

8．3．2使用车辆牌照识别正确率指标的算法性能评价180

参考文献183

第9章光流法结合ESPCN的视频超分辨率方法185

9．1关于光流法185

9．2光流法帧间运动估计与ESPCN模型188

9．2．1视频超分辨率复原过程188

9．2．2光流法相邻帧间运动估计结合ESPCN的模型结构191

9．3视频帧的超分辨率性能评价与分析192

9．3．1数据集及参数设置192

9．3．2算法性能的评价195

9．4帧分辨率与帧率的扩增199

9．4．1视频帧超分辨率与插帧技术200

9．4．2视频超分辨率实验与分析201

参考文献205

内容摘要
近年来，在工业成像检测、视频监控、卫星遥感和航空摄影测量、医疗成像诊断、视频娱乐系统、拍照增强和数字高清等许多领域，超分辨率图像视频复原技术（包括基于机器学习的技术）已成为解决领域应用问题和提升系统性能的重要技术手段。本书系统性介绍超分辨率图像视频复原技术的有关概念、方法和应用，共分为9章，内容包括绪论、超分辨率图像视频复原研究与进展、改进保真项与自适应双边全变分的正则化方法、基于像素流和时间特征先验的视频超分辨率方法、稀疏字典学习与超分辨率复原、自适应稀疏表示结合正则化约束的超分辨率方法、卷积神经网络与超分辨率复原、ESPCN超分辨率技术在车辆牌照识别中的应用和光流法结合ESPCN的视频超分辨率方法。本书内容新颖，理论联系实际，可作为计算机应用、电子信息工程、自动化、机械电子、仪器仪表等相关专业的研究生和高年级本科生、科研人员、工程技术人员的参考书。

主编推荐
本书结合作者及其所在团队的研究基础和取得的研究成果，即对经典的超分辨率技术，也对近年来新发展的基于机器学习（包括深度学习）的超分辨率技术给予论述和介绍。因此，区别于现有同类的图像超分辨率书籍，本书能够吸引读者全面了解超分辨率图像/视频复原方法及其技术的应用。
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

【9成新正版包邮】超分辨率图像视频复原方法及应用

孔网啦啦啦啦啦纺织女工火锅店第三课