基于学习的单幅彩色图像超分辨率重建

为了解决单幅彩色图像超分辨率重建中以最常用的欧几里得最小距离来选择最相似块进行重建可能带来的块效应等视觉效果不佳的问题以及由于训练样本较少可能出现最近邻块和待复原块之间误匹配问题,提出在重构算法中引入权值融合机制。通过最小化局部重建误差来计算K个最近邻域块的重建权数,可提升输出图像的高频成分,有效地改善了图像的全局效果,并且将重建后的高频细节作为训练样本再次进行重建以得到更高的图像峰值信噪比(PSNR)。实验结果表明,取4个最近邻块且加权系数依次分别为0.70、0.20、0.05、0.05时重建出的高频细节相对最完整和丰富。

基于块旋转和清晰度的图像超分辨率重建算法

针对传统基于学习的超分辨率重建算法训练时间过长,且对训练库依赖性大的不足,提出一种结合块旋转和清晰度的超分辨率重建方法。该方法引入了一种新的分类机制。为增加训练样本块的多样性,但又不增加计算复杂度,将样本块进行一定角度的旋转,然后引入块清晰度(Sharpness Measure,SM)对训练样本进行分类。对于块清晰度较高的纹理、角以及边缘块,利用分类好的对应样本库进行自相似性重建,而清晰度较低的块,则直接使用插值放大进行重建。在搜索匹配过程中改用Fast Library for Approximate Nearest Neighbors(FLANN)替代传统的Approximate Nearest Neighbors(ANN)搜索,提高了重建效率。最终利用迭代反投影算法和局部约束进行优化。实验结果表明,该算法既可以较大幅度减少计算的复杂度,也能够获得较好的视觉效果。

数字出版中的DITA技术

研究了达尔文信息类型架构的设计思想和总体结构,以反映在数字出版中应用达尔文信息类型架构的优势。达尔文信息类型架构中面向主题的基本原则,其映射结构及内容重用特性满足了数字出版物内容深度利用的需求,实现了"一次制作,多元发布"。其领域专门化的特性解决了数字出版中针对特定领域的出版专业化问题。达尔文信息类型架构在国内外已经出现很多典型应用,随着数字出版产业的飞速发展,达尔文信息类型架构在数字出版领域将会进一步发挥作用。

CCD线扫描印品质量检测系统

为解决传统人工对印刷品质量检测存在的漏检、无法保证统一标准、检测效率低下等问题,采用基于机器视觉的检测系统,利用CCD线扫描相机对待检测的印刷品进行图像采集,在MATLAB环境下,对采集的印刷品图像与标准图像进行配准,找出两者间的差异,并显示出来,从而实现对印刷品质量检测的智能化。结果表明,该检测方法对于飞墨、漏印等常见印品质量问题的检测效果较好。