基于小波和插值的超分辨率图像重建算法

您所在的位置:网站首页 插值算法matlab 基于小波和插值的超分辨率图像重建算法

基于小波和插值的超分辨率图像重建算法

2023-09-13 07:55| 来源: 网络整理| 查看: 265

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



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3