设计应用

二阶广义全变分耦合非局部变换域模型的图像放大

作者：海 涛1，2，3，鲍宜帆4，5，潘浩浩1
发布日期：2021-11-03
来源：2021年电子技术应用第11期

0 引言

    图像放大实现了单幅图像分辨率增强，在图像处理中有广泛应用。利用全变分TV模型(Total Variation，TV)对图像进行放大[1]，在图像边缘处理上有较好的处理效果，在平滑图像存在阶梯效应的不足。Bredies提出了广义全变分(Total Generalized Variation，TGV)，是对全变分模型扩展的新模型[2]，解决了图像在平滑区域的阶梯效应，可以逼近高阶多项式，并且具备下半连续性，凸性和旋转不变性。TGV在图像放大中得到应用，并取得了较好的效果[3]。

    TGV虽然较好地避免了阶梯效应，但是在弱边缘和细节部分处理效果提升并不大[4]。文献[5]采用TGV和剪切波相结合的方法改善弱边缘和细节的增强；文献[6]提出了加权TGV模型用于图像放大，增强其对弱边缘和细节的处理效果，通过非局部广义全变分实现对光流图形进行处理，很好地解决了弱边缘和细节处理效果。本文通过实现TGV与非局部变换模型相结合的方法实现对图像弱边缘和细节的分辨率增强。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003834。




作者信息：

海  涛1，2，3，鲍宜帆4，5，潘浩浩1

(1.南阳师范学院 机电工程学院，河南 南阳473061；

2.河南省毫米波无线通信射频前端及天线工程研究中心，河南 南阳473061；

3.河南省车辆零部件智能制造工程研究中心，河南 南阳473061；

4.南京理工大学 光电学院，江苏 南京210094；5.南阳农业职业学院，河南 南阳473061)





wd.jpg

此内容为AET网站原创，未经授权禁止转载。
广义全变分 非局部变换域模型 非局部自相似 图像放大

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2