菜单
  
    摘要 移动网络中,客户在观看视频时会出现较多的视频堵塞。这就大大降低了观看视频时的用户体验。在视频服务器端,就会事先保存好不同码率的视频,使得用户在网路阻塞时可以选择低码率视频来保证流畅度。这些不同码率的视频可以由已有视频通过改变分辨率,帧率,量化步长等等不同的方法获得,过程称之为视频转码。网络供应商则会在网络节点中加入视频转码技术,使得节点卡顿时能够通过超分辨率技术令视频图像尽可能恢复到高码率状态,以达到更好的用户体验。25219
        本文主要学习基本的超分辨技术,针对降分辨率转码的情况,研究选用快速的超分辨率技术恢复原有的分辨率提高观赏效果。对基于稀疏表示和自适应字典的超分辨率算法进行了研究。先对稀疏表示做了总体介绍。然后同时训练了高低分辨率字典,将稀疏系数运用在低分辨率字典中,得出系数,再把系数和高分辨率字典联系在一起。从而实现重建的过程。
        本文是在MATLAB2012b的软件环境下进行编译的。过程中实现了对样本的采集、字典的训练、图像的重建等过程。并与其它方法作了比较,全面分析。
    毕业论文关键词:视频卡顿,视频转码,码率,超分辨率,稀疏表示,自适应字典
    毕业设计说明书外文摘要
    Title    Research on super-resolution technology of video resolution transcoding                                               
    Abstract
    Image super-resolution is defined by a low-resolution image or image sequence to restore the high-resolution images. Image super-resolution technology is pided into super-resolution restoration and super-resolution reconstruction. Currently, the super-resolution image can be pided into three main research category: based interpolation,methods based on reconstruction and learning.
    This paper addresses the problem of generating a super resolution (SR) image from a single low resolution input image. We approach this problem from the perspective of compressed sensing: image patches can be well represented as a sparse linear combination of elements from an appropriately chosen over-complete dictionary. Inspired by this observation,firstly we trained two image dictionaries of low and high image space characters, seeking a sparse representation for each patch of the low resolution input in the low image dictionary,and then use the coefficients of this representation and high image dictionary to generate a high resolution output.
    This is the software environment in MATLAB2012b compiled. The process of realization of the sample collection, dictionary training, image reconstruction and other processes. And compared with other methods, a comprehensive analysis.
    Keywords  Video Caton,Video transcoding,code rate,super-resolution,sparse representation,adaptively dictionary learning
    目   次
    1  引言    1
    1.1  研究目的    1
    1.2  研究背景    2
    1.3  研究现状    3
    1.4 文章内容安排    4
    2  基于稀疏表示的图像超分辨率算法重建    5
    2.2 对单帧图像进行超分辨率重建    8
    2.3 图像重建    8
    2.4 自行选择字典    10
    2.5  原理总结    11
    3  实验分析    13
    3.1 与其它方法质量对比    13
    3.2 选择不同的图像块尺寸    15
    3.3 字典大小的影响    16
  1. 上一篇:MATLAB基于时频重排技术的目标微多普勒特性研究
  2. 下一篇:基于导频技术的电力线信道估计系统的仿真
  1. 采用纹理特征方法的视频图像分析

  2. 3D-HEVC视频系统中的深度图编码方法研究

  3. FPGA数字视频信息叠加软件设计+程序

  4. MATLAB视频图像液滴速度检测技术研究

  5. matlab基于最速下降法FIR滤波器设计方法研究

  6. 基于特征的彩色图像和视...

  7. FPGA小型化实时视频处理电路设计与实现

  8. 当代大学生慈善意识研究+文献综述

  9. 电站锅炉暖风器设计任务书

  10. 乳业同业并购式全产业链...

  11. 十二层带中心支撑钢结构...

  12. 大众媒体对公共政策制定的影响

  13. 中考体育项目与体育教学合理结合的研究

  14. 杂拟谷盗体内共生菌沃尔...

  15. 酸性水汽提装置总汽提塔设计+CAD图纸

  16. java+mysql车辆管理系统的设计+源代码

  17. 河岸冲刷和泥沙淤积的监测国内外研究现状

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回