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); ? ?%通過(guò)四鄰域方法得到低分辨率的圖像
figure(1);
imshow(I1),title('原始圖像');
figure(2);
imshow(I2),title('低分辨率的圖像');?
%用雙線性插值方法獲得插值圖像Y1
[Y1,map]=imresize(I2,2,'bilinear');
%用最近鄰域插值得到鄰域插值圖像Y2
[Y2,map]=imresize(I2,2);
[c,s]=wavedec2(Y1,2,'haar');
sizey1=size(Y1);
%從小波分解的結(jié)構(gòu)[c,s]中提取Y1第一層的尺度系數(shù)和小波系數(shù)
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);
%從小波分解的結(jié)構(gòu)[c,s]中提取Y2第一層的尺度系數(shù)和小波系數(shù)
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('獲得的超分辨率圖像');
% err = Y - I2;
% err = err(:);
% PSNRdb = 20 * log10(256/sqrt(mean(err .^2)));
?
D135
總結(jié)
以上是生活随笔為你收集整理的基于小波和插值的超分辨率图像重建算法的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 基于matlab的pointnet++深
- 下一篇: 基于FPGA的超声波数据图像显示