实例介绍
【实例简介】基于稀疏表示的单幅图像重建的原始代码,
先将高低训练图像分块,再将块训练成高低字典,将测试图像映射到低字典上,得到系数,再乘以高子典就得到最后的图像。对学习超分辨率同学的参考作用很大。
【实例截图】
【核心代码】
.
├── Data
│ ├── Testing
│ │ ├── gnd.bmp
│ │ ├── input.bmp
│ │ └── result.bmp
│ └── Training
│ ├── t1.bmp
│ ├── t11.bmp
│ ├── t12.bmp
│ ├── t13.bmp
│ ├── t14.bmp
│ ├── t16.bmp
│ ├── t17.bmp
│ ├── t18.bmp
│ ├── t19.bmp
│ ├── t2.bmp
│ ├── t20.bmp
│ ├── t21.bmp
│ ├── t22.bmp
│ ├── t23.bmp
│ ├── t24.bmp
│ ├── t25.bmp
│ ├── t26.bmp
│ ├── t27.bmp
│ ├── t28.bmp
│ ├── t3.bmp
│ ├── t30.bmp
│ ├── t31.bmp
│ ├── t32.bmp
│ ├── t34.bmp
│ ├── t35.bmp
│ ├── t36.bmp
│ ├── t37.bmp
│ ├── t38.bmp
│ ├── t39.bmp
│ ├── t4.bmp
│ ├── t40.bmp
│ ├── t42.bmp
│ ├── t43.bmp
│ ├── t44.bmp
│ ├── t46.bmp
│ ├── t47.bmp
│ ├── t48.bmp
│ ├── t49.bmp
│ ├── t5.bmp
│ ├── t50.bmp
│ ├── t51.bmp
│ ├── t52.bmp
│ ├── t59.bmp
│ ├── t6.bmp
│ ├── t60.bmp
│ ├── t61.bmp
│ ├── t62.bmp
│ ├── t63.bmp
│ ├── t66.bmp
│ ├── t7.bmp
│ ├── tt1.bmp
│ ├── tt12.bmp
│ ├── tt14.bmp
│ ├── tt15.bmp
│ ├── tt17.bmp
│ ├── tt18.bmp
│ ├── tt19.bmp
│ ├── tt2.bmp
│ ├── tt20.bmp
│ ├── tt21.bmp
│ ├── tt24.bmp
│ ├── tt25.bmp
│ ├── tt26.bmp
│ ├── tt27.bmp
│ ├── tt3.bmp
│ ├── tt4.bmp
│ ├── tt5.bmp
│ ├── tt7.bmp
│ └── tt9.bmp
├── Demo_Dictionary_Training.m
├── Demo_SR.m
├── Dictionary
│ ├── D_1024_0.15_5.mat
│ └── D_512_0.15_5.mat
├── L1QP_FeatureSign_yang.m
├── Previous
│ ├── SR-Results.rar
│ └── ScSR.rar
├── README.dat
├── RegularizedSC
│ ├── L1QP_FeatureSign_Set.m
│ ├── L1QP_FeatureSign_yang.m
│ ├── construct_reg_mat.m
│ ├── display_network_nonsquare2.m
│ ├── getObjective_RegSc.m
│ ├── l2ls_learn_basis_dual.m
│ ├── reg_sparse_coding.m
│ ├── regsc.m
│ └── sc2
│ ├── cgf_fitS_sc2.m
│ ├── cgf_sc.c
│ ├── cgf_sc2.dll
│ ├── cgf_sc2.mexa64
│ ├── cgf_sc2.mexglx
│ ├── getObjective.asv
│ ├── getObjective2.m
│ ├── getObjective3.m
│ ├── getObjective_knn.m
│ ├── getObjective_sc.m
│ ├── makefile.linux
│ ├── makefile.win32
│ └── nrf
│ ├── README
│ ├── brent.c
│ ├── frprmn.c
│ ├── getreent.c
│ ├── impure.c
│ ├── linmin.c
│ ├── makefile.linux
│ ├── makefile.win32
│ ├── mnbrak.c
│ ├── nrutil.c
│ └── nrutil.h
├── ScSR.m
├── Training
│ └── rnd_patches_5_100000_s2.mat
├── backprojection.m
├── compute_rmse.m
├── extr_lIm_fea.m
├── lin_scale.m
├── patch_pruning.m
├── rnd_smp_patch.m
├── sample_patches.m
└── train_coupled_dict.m
9 directories, 121 files
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论