基于小波和插值的超分辨率图像重建算法

最新推荐文章于 2022-11-08 20:24:06 发布

fpga和matlab

最新推荐文章于 2022-11-08 20:24:06 发布

阅读量3.9k

点赞数 1

分类专栏： MATLAB 板块15:小波变换文章标签：算法计算机视觉图像处理超分辨率图像重建算法小波插值

本文链接：https://blog.youkuaiyun.com/ccsss22/article/details/122313384

版权

MATLAB 同时被 2 个专栏收录

1617 篇文章

订阅专栏

板块15:小波变换

36 篇文章

订阅专栏

该博客介绍了如何使用MATLAB进行图像处理，包括通过四邻域方法创建低分辨率图像，然后采用双线性插值和最近邻域插值方法进行超分辨率重建。通过小波分解和重构技术，实现了图像的细节增强，最终展示了获得的超分辨率图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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');