基于稀疏表示与线性回归的图像快速超分辨率重建
单幅图像超分辨率的目的是从一幅低分辨率的图像来重构出高分辨率的图像.基于稀疏表示和邻域嵌入的超分辨率图像重建方法使得重建图像质量有了极大的改善.但这些方法还很难应用到实际中,因为其重建图像的速度太慢或者需要调节复杂的参数.目前大多数的方法在图像重建的速度和质量两个方面很难有一个好的权衡.鉴于以上问题提出了一种基于线性回归的快速图像超分辨率重建算法,将稀疏表示和回归的方法有效地结合在一起.通过稀疏表示训练的字典,用一种新的方式将整个数据集划分为多个子空间,然后在每一类子空间中独立地学习高低分辨率图像之间的映射关系,最后通过选择相应的投影矩阵来重建出高分辨图像.实验结果表明,相比于其他方法,本文提出的算法无论在图像重建速度还是重建质量方面都取得了更好的超分辨率重建效果.
线性回归、超分辨率、字典训练、稀疏表示、图像重建、特征训练、子空间、邻域嵌入
12
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61272028,61572067;国家"863"计划项目2014AA015202;广东省自然科学基金项目2016A030313708;北京市自然科学基金项目4162050
2017-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
8-14