一种自适应稀疏表示和非局部自相似性的图像超分辨率重建算法
如何充分利用图像自身蕴含的信息进行超分辨率重建仍然是一个开放的问题.文中提出了一种自适应稀疏表示和非局部自相似性的图像超分辨率重建算法.在训练与重建的过程中都采用K-means算法对选取的数据集进行聚类,将相似的图像块聚集在一起,然后运用PCA处理自适应地选择字典来进行超分辨率重建.相比于通过固定字典进行图像重建,采用自适应选择字典对图像进行重建将使得到的重建图像效果更加优越.针对自然图像的实验结果表明,利用所提算法重建的超分辨率图像的细节更细腻,伪像更少,边缘更锐利.
稀疏表示、非局部自相似性、超分辨率、迭代收缩算法
46
TP391.9(计算技术、计算机技术)
黑龙江省自然科学基金项目F201303
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
188-191