10.11772/j.issn.1001-9081.2014.11.3300
基于字典学习和非局部相似的超分辨率重建
为提高单帧降质图像的分辨率,提出了一种基于字典学习和非局部相似性的超分辨率重建算法.该算法主要将高分辨率图像减去利用迭代反投影重建结果得到差值图像,再利用K-奇异值分解(K-SVD)算法和联合字典生成的思想形成的字典训练方法,训练差值图像块和低分辨率图像块得到对应的高、低分辨率字典用于超分辨重建.此外,引入非局部相似性的正则项约束以提高重建图像的质量.实验结果表明,所提算法重建得到的图像在主观视觉效果和客观评价上优于基于例子学习的超分辨率算法.
超分辨率重建、迭代反投影、K-奇异值分解、联合字典训练、非局部相似性
34
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61362021;广西自然科学基金资助项目2013GXNSFDA019030,2013GXNSFAA019331,2012GXNSFBA053014,2012GXNSFAA053231;广西科学研究与技术开发计划项目桂科攻1348020-6,桂科能1298025-7;广西教育厅项目201202ZD044,2013YB091;桂林电子科技大学研究生教育创新计划项目GDYCSZ201462
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
3300-3303,3313