|
|||||
|
|
| 稀疏字典编码的超分辨率重建? | |
| 引用本文： | 李民,程建,乐翔,罗环敏.稀疏字典编码的超分辨率重建?[J].软件学报,2013(5). |
| 作者姓名： | 李民 程建 乐翔 罗环敏 |
| 作者单位： | 1. 电子科技大学 地表空间信息技术研究所，四川 成都 611731; 桂林空军学院 科研部，广西 桂林 541003 2. 电子科技大学 地表空间信息技术研究所，四川 成都 611731; 电子科技大学 电子工程学院，四川 成都 611731 3. 电子科技大学 电子工程学院,四川 成都,611731 4. 电子科技大学 地表空间信息技术研究所,四川 成都,611731 |
| 基金项目： | 国家重点基础研究发展计划(973)，中国博士后基金，电子科技大学青年科技基金 |
| 摘 要： | 基于学习的超分辨率方法通常根据低分辨率图像从样本库中选取若干特征相似的匹配对象，再使用优化算法进行超分辨率估计，但其结果受匹配对象的质量限制，并且匹配特征一般只选择图像的几何结构信息，匹配准确性较低。提出了稀疏字典编码的超分辨率模型，将高、低分辨率图像特征块统一进行稀疏编码，建立高、低分辨率图像的稀疏关联，同步实现匹配搜索和优化估计，突破了上述方法的限制。应用形态分量分析法提取图像的特征数据，提高了特征匹配的准确性，并同步实现超分辨率重建和降噪功能。优化方法采用稀疏K-SVD算法以提高稀疏字典编码的计算速度。采用自然图像进行实验，与其他基于学习的超分辨率算法相比，重建所得到的图像质量更优。 |
| 关 键 词： | 超分辨率 稀疏字典 基于学习 形态分量分析 稀疏K-SVD |
Super-Resolution Based on Sparse Dictionary Coding |
|
| LI Min , CHENG Jian , LE Xiang , LUO Huan-Min.Super-Resolution Based on Sparse Dictionary Coding[J].Journal of Software,2013(5). | |
| Authors: | LI Min CHENG Jian LE Xiang LUO Huan-Min |
| Abstract: | |
| Keywords: | super resolution sparse dictionary learning-based morphological component analysis (MCA) sparse K-SVD |
| 本文献已被 万方数据 等数据库收录！ | |
