基于小波和插值的超分辨率图像重建算法
clear all;
close all;
I1=imread('car1.bmp');
h=ones(4,4)/16;
I2=imfilter(I1,h); %通过四邻域方法得到低分辨率的图像
figure(1);
imshow(I1),title('原始图像');
figure(2);
imshow(I2),title('低分辨率的图像');
%用双线性插值方法获得插值图像Y1
[Y1,map]=imresize(I2,2,'bilinear');
%用最近邻域插值得到邻域插值图像Y2
[Y2,map]=imresize(I2,2);
[c,s]=wavedec2(Y1,2,'haar');
sizey1=size(Y1);
%从小波分解的结构[c,s]中提取Y1第一层的尺度系数和小波系数
Xa1=appcoef2(c,s,'haar',1);
Xh1=detcoef2('h',c,s,1);
Xv1=detcoef2('v',c,s,1);
Xd1=detcoef2('d',c,s,1);
ded1=[Xa1,Xh1,Xv1,Xd1];
nbcol=size(map,1);
[c,s]=wavedec2(Y1,2,'haar');
sizey2=size(Y2);
%从小波分解的结构[c,s]中提取Y2第一层的尺度系数和小波系数
Xa2=appcoef2(c,s,'haar',1);
Xh2=detcoef2('h',c,s,1);
Xv2=detcoef2('v',c,s,1);
Xd2 =detcoef2('d',c,s,1);
ded1=[Xa2,Xh2,Xv2,Xd2];
nbcol=size(map,1);
Y=idwt2(Xa2,Xh1,Xv1,Xd1,'haar');
nbcol=size(map,1);
figure(3);
imshow(uint8(Y)),title('获得的超分辨率图像');
% err = Y - I2;
% err = err(:);
% PSNRdb = 20 * log10(256/sqrt(mean(err .^2)));
D135
相关文章
- Java实现 蓝桥杯VIP 算法提高 排队打水问题
- Java实现 蓝桥杯VIP 算法提高 P0402
- Java实现 蓝桥杯 算法提高 复数四则运算
- Java实现 蓝桥杯 算法训练 动态数组使用
- 图像抠图算法学习 - Shared Sampling for Real-Time Alpha Matting
- 机器学习----人脸对齐的算法-ASM.AAM..CLM.SDM
- OpenCV每日函数 计算摄影模块(1) 图像修复算法 inpaint函数
- Interview之AI:深度学习算法工程师面试之常见专业知识考点(参数初始化策略(Lecun、Xavier/Glorot、Kaiming、基于BN的随机的参数初始化)、图像算法基础(ROI)
- CV之IS:基于pixellib库和coco数据集且加载.h5文件利用deeplabv3和xception算法实现图像语义分割/图像分割简单代码全实现(以热播电视剧《庆余年》视频片段为例)案例应用
- Interview之AI:深度学习算法工程师面试之常见专业知识考点(参数初始化策略(Lecun、Xavier/Glorot、Kaiming、基于BN的随机的参数初始化)、图像算法基础(ROI)
- ML之GMM:基于GMM算法的图像分割/语义分割案例
- DL:深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(六)
- (Matlab实现)K-means算法及最佳聚类数目的确定
- 基于小波变换的图像边缘检测算法的研究(Matlab代码实现)
- 偏振3d算法(两张图形方可建模立体图像)
- 基于麻雀算法优化的Tsallis相对熵图像多阈值分割 -附代码
- 智能优化算法应用:基于麻雀搜索优化K-means图像分割算法 - 附代码
- 智能优化算法应用:基于GWO优化的对称交叉熵图像多阈值分割 - 附代码
- 《Python智能优化算法:从原理到代码实现与应用》出版啦
- Python实现贝叶斯优化器(Bayes_opt)优化LightGBM回归模型(LGBMRegressor算法)项目实战
- Python实现直方图梯度提升回归模型(HistGradientBoostingRegressor算法)并基于网格搜索进行优化同时绘制PDP依赖图项目实战
- 常用的遍历算法
- 目标检测算法——图像分割数据集汇总(附下载链接)
- m基于遗传优化的凸松弛算法完成从二维人体图像中提取三维姿态的matlab仿真
- SCI论文解读复现【NO.2】基于注意机制的YOLOv5改进算法在行星图像中的应用(代码已复现)