基于预分类学习的超分辨率复原算法

摘要：

基于学习的超分辨率复原算法是目前图像复原领域最具有潜力的方法之一.针对现有算法遍历搜索样本库,运算复杂度高且存在误匹配现象等问题,本文提出了一种新的基于预分类学习的超分辨率复原算法.算法根据简单的纹理特征对样本库进行预分类,分成若干子样本库,然后在子样本库中进行像素级精确匹配搜索.预分类过程的引入,既有效降低了精确匹配的复杂度,又因有效利用了样本的纹理特征,提高了子样本库内容的相关性,减少了误匹配.实验表明,本文提出的算法能有效提高算法结果的复原质量和运行速度.

关键词：纹理特征、学习、样本库、超分辨率

所属期刊栏目：24

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60431020,60772069;北京市自然科学基金4062006

在线出版日期：2009-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：514-518