基于加权Boosting的核偏最小二乘图像超分辨率重建

摘要：

核偏最小二乘(KPLS)算法对每个图像块选用全部主元成分进行图像重建,导致图像超分辨率算法的计算量大.兼顾图像重建质量和时间效率,该文提出一种加权Boosting的图像超分辨率重建算法.为自适应地选取每个图像块主元成分的最佳数目,利用加权Boosting原理对KPLS 回归预测量进行补偿,推导给出补偿权重系数的数学表达式.讨论不同Boosting阈值δ情况下的重建性能,在合适的δ下,选取出主元成分的最佳数目m更好地满足KPLS回归模型的精度要求.实验结果表明,该文算法的超分辨率重建质量优于传统算法.

关键词：图像超分辨率重建、加权Boosting、核偏最小二乘(KPLS)、Boosting阈值、主元成分

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60970122;教育部博士点基金20090184120021;中央高校基本科研业务专项基金SWJTU09CX039,SWJTU10CX09;四川省科技创新苗子工程项目2011-013资助课题

在线出版日期：2012-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1525-1530