Super resolution MIA reconstruction is a method to obtain a high-resol的简体中文翻译

Super resolution MIA reconstruction

Super resolution MIA reconstruction is a method to obtain a high-resolution image from multiple degraded and low-resolution images through a certain signal processing technology. The maximum a posteriori probability (map) method and the convex set projection mapping (POCS) method based on Bayes estimation are the most effective methods. The projection mapping method of convex sets was first proposed by startk et al. In fact, it is an iterative restoration method that introduces prior information into the restoration process. In this method, prior knowledge is used as the constraint of the solution, which is limited to a closed convex set, and iterative method is used to solve the problem. The utility model has the advantages of simple structure and convenient solution. When the posterior probability density of the original image is known, the map method based on Bayes estimation has a good application. Schultz et al. Used map method to solve the super-resolution restoration problem of video sequence images. Using hubermarkov GBS prior model, the restoration problem was transformed into a constrained optimization problem with unique solution. Maximum likelihood estimation (ML) is a special case of map estimation. Katasagge Los et al. Use this method to estimate sub-pixel displacement and image noise at the same time, and use the maximum expectation method to solve the problem of ML estimation, which has achieved good restoration effect.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
超分辨率重建MIA是通过一定的信号处理技术,以获得从多个退化和低分辨率图像的高分辨率图像的方法。最大基于贝叶斯估计的后验概率(地图)方法和凸集投影映射(POCS)方法是最有效的方法。的凸集投影映射方法首先由startk等人提出。事实上,它是介绍的先验信息到恢复处理的迭代恢复方法。在该方法中,先验知识被用作溶液,将其限制在一个封闭的凸集的约束,并且使用迭代方法来解决这个问题。本实用新型具有结构简单,方便的解决方案的优点。当原始图像的后验概率密度是已知的,基于贝叶斯估计的地图方法具有良好的应用。舒尔茨等人。使用的地图的方法来解决视频序列图像的超分辨率重建问题。使用hubermarkov GBS之前的模式,恢复问题转化为一个约束优化问题,独特的解决方案。最大似然估计(ML)是图估算的一种特殊情况。Katasagge洛杉矶等。使用此方法的同时估计的子像素位移和图像噪声,并使用最大期望的方法来解决ML估计,取得良好的复原效果的问题。修复问题转化为一个约束优化问题,独特的解决方案。最大似然估计(ML)是图估算的一种特殊情况。Katasagge洛杉矶等。使用此方法的同时估计的子像素位移和图像噪声,并使用最大期望的方法来解决ML估计,取得良好的复原效果的问题。修复问题转化为一个约束优化问题,独特的解决方案。最大似然估计(ML)是图估算的一种特殊情况。Katasagge洛杉矶等。使用此方法的同时估计的子像素位移和图像噪声,并使用最大期望的方法来解决ML估计,取得良好的复原效果的问题。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
超分辨率MIA重建是一种通过一定的信号处理技术从多个降级和低分辨率图像中获取高分辨率图像的方法。最大后概率(映射)方法和基于贝叶斯估计的凸集投影映射(POCS)方法是最有效的方法。斯提克等人首先提出了凸集的投影映射方法。事实上,它是一种迭代还原方法,它将先前的信息引入还原过程。在此方法中,先验知识用作解决方案的约束,该约束仅限于闭合凸集,并且使用迭代方法来解决问题。本实用新型具有结构简单、解决方案方便等优点。当已知原始图像的后概率密度时,基于贝叶斯估计的映射方法具有良好的应用。舒尔茨等人采用地图方法解决了视频序列图像的超分辨率恢复问题。使用 Hubermarkov GBS 以前的模型,修复问题被转换为具有独特解决方案的受限优化问题。最大可能性估计 (ML) 是地图估计的特例。卡塔萨格·洛斯等人利用该方法同时对子像素位移和图像噪声进行估计,并采用最大预期法解决ML估计问题,取得了良好的恢复效果。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
超分辨率MIA重建是通过一定的信号处理技术,从多幅退化的低分辨率图像中获得高分辨率图像的一种方法。基于Bayes估计的最大后验概率(MAP)方法和凸集投影映射(POCS)方法是最有效的方法。startk等人首次提出了凸集的投影映射方法。实际上,它是一种迭代恢复方法,在恢复过程中引入先验信息。该方法以先验知识为约束条件,将其限制在闭凸集上,并采用迭代法求解。本实用新型结构简单,解决方法方便。当原始图像的后验概率密度已知时,基于Bayes估计的map方法具有良好的应用前景。舒尔茨等人。采用map方法解决了视频序列图像的超分辨率恢复问题。利用hubermarkov-GBS先验模型,将恢复问题转化为具有唯一解的约束优化问题。最大似然估计(ML)是MAP估计的一个特例。Katasage Los等人。利用该方法同时估计亚像素位移和图像噪声,并利用最大期望法解决ML估计问题,取得了良好的恢复效果。<br>
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: