改进型字典学习的图像超分辨率重建 |
| |
引用本文: | 朱华生,徐晨光,廖杉杉.改进型字典学习的图像超分辨率重建[J].南昌工程学院学报,2015(1):1-6. |
| |
作者姓名: | 朱华生 徐晨光 廖杉杉 |
| |
作者单位: | 南昌工程学院信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(614610321);江西省教育厅科学技术研究项目(GJJ13762) |
| |
摘 要: | 针对现有算法中字典训练花费的时间非常大,且超分辨率图像重建效果不够理想等问题,提出一种改进型字典学习的超分辨率图像重建算法.该算法在字典训练阶段,先采用PCA对低频样本集进行降维,再单独训练出低频字典,然后利用稀疏表示系数集和高频图像样本集训练出对应的高频字典,从而提高了字典构建速度.在重建阶段,先利用字典重建出初始的高分辨率图像,再根据图像结构自相似的特征,对图像进行结构自相似优化,然后对图像进行全局优化,从而提高了重建图像的质量.实验结果表明,该方法无论是在客观评价指标还是主观视觉效果方面都有明显的提高.
|
关 键 词: | 超分辨率 稀疏性约束 结构自相似 字典学习 |
本文献已被 CNKI 等数据库收录! |
|