基于系数复用和字典训练的图像超分辨率算法

摘要：

在基于学习的图像超分辨率重建过程中,字典的选择和训练是其中的关键环节,但是传统的字典训练算法存在计算量大、训练速度慢等缺点,导致整个重建过程耗费时间长,重建图像在细节上表现较差,影响了其视觉效果与使用价值.针对上述字典训练中存在的问题,提出了一种改进的基于系数复用和字典训练的图像超分辨率算法.该算法对传统的K-SVD算法中的字典训练阶段进行了改进,利用信号的稀疏表示原理,同时结合正交匹配追踪中的系数复用算法,较好地解决了字典训练速度慢、重建图像质量低等问题.实验结果表明,与经典的双三次插值和改进前的K-SVD图像重建算法相比,该图像重建算法较好地复原了图像的高频细节信息,提高了重建图像质量,同时大幅度降低了字典训练时间.

关键词：超分辨率重建、稀疏表示、奇异值分解、字典训练、正交匹配追踪

所属期刊栏目：28

分类号：TP301.6(计算技术、计算机技术)

资助基金：安徽省自然科学基金1608085MF140

在线出版日期：2021-07-16（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：114-117,121