【图像增强】基于稀疏表示和正则化实现图像增强附matlab代码

该博客介绍了一种基于MATLAB的图像处理方法,包括使用滤波器进行特征提取。函数`extract`用于从指定窗口中提取图像特征,支持空滤波器和多种滤波器组合操作。博主擅长多种领域的MATLAB仿真,如智能优化、神经网络和图像处理,并提供相关代码咨询。
摘要由CSDN通过智能技术生成

1 简介

2 部分代码

function [features] = extract(window,grid,X,filters)feature_size = prod(window)*numel(filters);% Current image features extraction [feature x index]if isempty(filters)    f=X(grid);    features = reshape(f,[size(f,1) * size(f,2) size(f,3)]);else    features = zeros([feature_size size(grid,3)],'single');    for i = 1:numel(filters)        f_l=conv2(X,filters{i},'same');        f=X-f_l;        f=f(grid);        f=reshape(f,[size(f,1)*size(f,2) size(f,3)]);        features((1:size(f,1))+(i-1)*size(f,1),:)=f;    endend

3 仿真结果

4 参考文献

[1]朱波, 李华, 高伟,等. 基于正则化稀疏表示的图像超分辨率算法[J]. 光电子.激光, 2013(10):2024-2030.​

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值