用神经网络恢复残差的图像超分辨率算法

本文提出了一种基于残差线性恢复的图像超分辨率算法框架 ,以已有的图像插值算法为基础 ,利用人工神经网络恢复图像残差 ,相迭加得到高分辨率图像的估计 .在数学上论证了基于神经网络的图像插值算法的依据 ,并证明了本算法比以往的算法具有更好的性能 .理论上 ,任何一种单帧的图像插值算法都可以被引入本算法框架 .同时给出了算法实例和测试结果 .

短时离散Walsh变换的快速算法

在对传统快速离散Walsh变换算法 (FWT)进行分析的基础上 ,充分考虑实时信号和提取局部特征等应用场合的特点 ,结合FWT算法的性质 ,提出了短时离散Walsh变换 (STDWT)的概念及其快速算法 ,使加减运算次数进一步减到最少 .与传统FWT相比 ,速度有了明显的提高 .最后给出了该算法与传统算法比较的实验数据 .