本文作者：杨学峰；王高；程耀瑜；成功正常投稿发表论文到《计算机应用》2014年01期,引用请注明来源400期刊网！

【摘要】：神经网络具有强大的非线性学习能力,基于神经网络的多帧超分辨重建方法获得了初步研究,但这些方法一般只能应用于帧间具有标准位移的控制成像情形,难以推广应用到其他实际情况。为了将神经网络强大的学习能力应用到非控制成像多帧超分辨重建中,以获得更好的超分辨效果,提出了一种利用径向基函数(RBF)神经网络进行解模糊的算法,并将其与多帧非均匀插值结合起来,形成了一种新的两步超分辨算法。仿真实验结果表明,该算法的结构相似度为0.55~0.7。该算法不但扩展了RBF神经网络的应用范围,还获得了更好的超分辨性能。
【论文正文预览】：0引言图像分辨率是图像质量的最重要指标之一。图像超分辨重建技术是指由一帧或多帧退化的低分辨率图像(LowResolutionImage,LRI)重建一帧或多帧高分辨率图像(HighResolutionImage,HRI)的技术,以恢复混叠在低频成分中的高频成分。自从Tsai等首先建立了频域解混叠的基本算法
【文章分类号】：TP391.41
【稿件关键词】：超分辨非均匀插值径向基函数解模糊
【参考文献】:

• 朱福珍;李金宗;朱兵;李冬冬;杨学峰;;基于径向基函数神经网络的超分辨率图像重建[J];光学精密工程;2010年06期
• 李金宗;杨学峰;李冬冬;;新颖的频域图像超分辨重建方法[J];计算机应用;2009年11期
• 仲崇亮;丁亚林;付金宝;;神经网络预测控制的航空相机前向像移补偿方法研究[J];兵工学报;2012年06期
• 尤文坚;叶雪英;唐仕云;;基于径向基神经网络农机数量预测的研究[J];中国农机化学报;2013年02期
• 李金宗;杨学峰;李冬冬;;新颖的频域图像超分辨重建方法[J];计算机应用;2009年11期
• 高玮玮;沈建新;王玉亮;;眼底图像中硬性渗出自动检测方法的对比[J];南京航空航天大学学报;2013年01期
• 孙斌;姚海涛;;基于混沌特性的风电场风速短期预测方法[J];黑龙江电力;2013年03期
• 刘刚;戴明;;基于区域分割自适应的超分辨率算法[J];微电子学与计算机;2012年01期
• 刘刚;胡臻龙;;基于变分方法的超分辨率[J];微电子学与计算机;2012年02期
• 仲崇亮;丁亚林;付金宝;;双X特征下自组织竞争网络的手写字符识别[J];液晶与显示;2011年01期
• 高玮玮;沈建新;王玉亮;;RBF神经网络和阈值分割实现视网膜硬性渗出自动检测[J];中国图象图形学报;2013年07期
• 宋艳玲;;图像超分辨重建技术研究现状[J];科技创新导报;2012年09期
• 刘刚;图像及视频序列超分辨率技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年
• 谢伟;多帧影像超分辨率复原重建关键技术研究[D];武汉大学;2010年
• 卢涛;低质量监控视频人脸超分辨率技术研究[D];武汉大学;2013年
• 严春满;图像稀疏编码算法及应用研究[D];西安电子科技大学;2012年
• 廖秀秀;基于学习的图像超分辨率重建算法研究[D];华南理工大学;2013年
• 王智飞;低分辨率人脸识别算法研究[D];北京交通大学;2013年
• 黄淑英;基于空间域正则化方法的图像超分辨率技术研究[D];中国海洋大学;2013年
• 尹海涛;面向图像融合和图像复原的稀疏表示研究[D];湖南大学;2012年
• 薛翠红;图像及视频序列中人脸超分辨率重建技术研究[D];河北工业大学;2012年
• 夏苏娜;应用于人脸识别的超分辨率算法研究[D];苏州大学;2013年
• 涂一田;变分贝叶斯超分辨率重建算法研究[D];西安电子科技大学;2013年
• 王小江;基于非局部相似性的图像超分辨率[D];西安电子科技大学;2013年
• 杨宇皓;基于马尔科夫网络的图像超分辨率复原[D];河北工业大学;2012年
• 李家德;图像超分辨率重构及对其运动估计改善的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年
• 何海龙;视频图像超分辨率重建技术研究[D];天津大学;2012年
• 朱明星,张德龙;RBF网络基函数中心选取算法的研究[J];安徽大学学报(自然科学版);2000年01期
• 阎平凡;人工神经网络的容量、学习与计算复杂性[J];电子学报;1995年05期
• 洪喜;续志军;杨宁;;基于径向基函数网络的光电编码器误差补偿法[J];光学精密工程;2008年04期
• 刘梅;刘慧念;刘伟东;王彦珍;许荣庆;;一种基于神经网络的超分辨图像重构方法[J];哈尔滨工业大学学报;2003年06期
• 郑丽贤;何小海;吴炜;杨晓敏;陈默;;基于学习的超分辨率技术[J];计算机工程;2008年05期
• 黄婧;李金宗;黄建明;陈凤;;基于一种优化的配准算法的图像超分辨率重建[J];计算机应用;2006年S2期
• 李民,王志强;用RBF神经网络建立火灾探测器模型[J];低压电器;2001年01期
• 张红朋;张一;李涛;杨静;;基于径向基函数温度控制系统的模型辨识[J];石油化工自动化;2009年01期
• 吴倩;宋永发;;基于因子分析和RBF神经网络的快速估算模型[J];工程管理学报;2010年01期
• 张金玉,张优云,谢友柏;基于RBF的范例检索方法的研究[J];机械工程学报;2000年10期
• 武吉梅;利用自定阶RBF神经网络的分类优势对气泵进行状态识别[J];陕西工学院学报;2001年02期
• 邓超,熊范纶;径向基函数神经网络的一种有效的在线学习方法[J];电子与信息学报;2001年05期
• 冯琦,周德云,侯明善;基于径向基函数神经网络的机载数字地图压缩方法[J];西北工业大学学报;2003年03期
• 景楠,周春光,夏斌;基于径向基函数蛋白质二级结构预测方法[J];计算机工程与应用;2005年29期
• 吕元锋;田丽;杭孟荀;周峰;黄世伟;;基于RBF神经网络的SO_2的预测[J];兵工自动化;2005年05期
• 王卫红;于镭;;基于RBF辨识的伺服系统CMAC控制[J];系统仿真学报;2006年S2期
• 刘颖;鲍卓如;杨阳;;瞬态电磁场计算中的无网格法研究[A];2011年全国微波毫米波会议论文集（下册）[C];2011年
• 赖生建;王秉中;段勇;;无网格法在时域电磁场中的应用[A];2007年全国微波毫米波会议论文集（上册）[C];2007年
• 毛建旭;王耀南;;径向基函数神经网络的遥感图象分类[A];2001年中国智能自动化会议论文集（上册）[C];2001年
• 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年
• 卢志刚;冀尔康;李伟;周凌;吴士昌;;基于混合Elman动态神经网络的非线性实时自适应逆控制[A];第二十四届中国控制会议论文集（下册）[C];2005年
• 潘天堂;徐建生;顾卡丽;;基于RBF径向基神经网络的摩擦学模型[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年
• 王莉华;仲政;;梁板纯弯曲问题的最小二乘径向基函数配点法分析[A];中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）论文集[C];2010年
• 李苇营;汤笑梅;易克初;胡征;;有限状态径向基函数网络结构在语音识别中的应用[A];第三届全国人机语音通讯学术会议论文集[C];1994年
• 郭艳兵;齐占庆;王振臣;;径向基函数(RBF)神经网络及其应用研究[A];2002中国控制与决策学术年会论文集[C];2002年
• 曹建云;陆国平;朱其新;;工业过程中的径向基函数神经网络应用[A];第二十三届中国控制会议论文集（下册）[C];2004年
• 张骞;大庆物探公司加大关键技术攻关力度[N];中国矿业报;2004年
• 记者 郑千里;高精度双权值突触神经元计算机通过验收[N];科技日报;2001年
• 姜自武;样条函数与径向基函数的若干研究[D];大连理工大学;2010年
• 徐敏;样条函数与径向基函数逼近某些问题研究[D];大连理工大学;2010年
• 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年
• 高钦姣;利用径向基函数进行微分方程数值解的动点算法研究与应用[D];复旦大学;2012年
• 秦伶俐;无网格方法在结构计算上的改进[D];中国农业大学;2005年
• 高诺;基于磁共振成像系统的头部三维电阻抗成像技术研究[D];浙江大学;2005年
• 杜新伟;逆向工程中基于径向基函数的曲面重建技术研究[D];吉林大学;2009年
• Chau Minh Quang（周明光）;基于径向基函数的结构可靠性分析算法研究[D];湖南大学;2013年
• 王辉;基于径向基函数的无网格数值方法及杂交Trefftz有限元法[D];天津大学;2007年
• 吴金明;近似隐式化和分片代数簇某些问题的研究[D];大连理工大学;2007年
• 栾海燕;基于径向基函数人工神经网络技术的东灵山辽东栎林生物多样性评价研究[D];东北林业大学;2003年
• 王欢;水泥管理信息系统与水泥强度预测的研究[D];燕山大学;2003年
• 王宏志;Johnson-Segalman流体剪切流动中不稳定现象数值计算[D];吉林大学;2006年
• 张胜良;一类反问题的径向基函数拟插值求解方法[D];复旦大学;2008年
• 谢作扬;基于径向基函数网解微分方程[D];吉林大学;2009年
• 丁慧芬;对流扩散方程的径向基函数法[D];辽宁师范大学;2008年
• 曹元乐;流形上径向基函数插值的局部误差估计[D];复旦大学;2009年
• 魏义坤;径向基函数插值法解偏微分方程及计算渗流问题[D];成都理工大学;2009年
• 边后琴;基于支持向量的径向基函数神经网络的训练算法[D];武汉科技大学;2002年
• 元松;基于FWD的水泥混凝土路面结构动力响应特性分析[D];长沙理工大学;2004年

【稿件标题】：基于径向基函数的多帧图像超分辨重建算法
【作者单位】：中北大学信息与通信工程学院;
【发表期刊期数】：《计算机应用》2014年01期
【期刊简介】：《计算机应用》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊，计算机应用杂志具有正规的双刊号，其中国内统一刊号：CN51-1307/TP，国际刊号：ISSN1001-9081。计算机应用杂志社由四川省科学技术协会主管、主办，本刊为月刊。自创刊以来，......更多计算机应用杂志社(http://www.400qikan.com/qk/5984/)投稿信息
【版权所有人】：杨学峰；王高；程耀瑜；

更多科技类论文详细信息: 基于径向基函数的多帧图像超分辨重建算法
http://www.400qikan.com/lunwen/keji/15879.html

相关专题：偷偷拿掉套 广西生态功能区划 《计算机应用》相关期刊

推荐期刊：

电子设计技术

水电站设计

真空科学与技术学报

清史研究

数学学习与研究

民主与科学

中国体卫艺教育

中国内部审计

洁净与空调技术

广东第二师范学院学报

上一篇：指标融合下对网络安全态势评估模型的构建研究
下一篇：P-概念格及其基本性质