10.13705/j.issn.1671-6833.2021.03.010
引入细节约束因子的半耦合字典学习超分辨率重构模型
为了提升单幅图像的超分辨率重构细节,提出了一种基于细节保持的超分辨率重构方法.针对半耦合字典学习超分辨率算法细节保持不够高的缺陷,采用细节约束因子与半耦合字典交替学习策略.在重构阶段,利用图像水平方向与垂直方向的梯度构建细节约束因子,并引入到半耦合字典学习框架,进一步提高重构精度.为了改进细节约束因子在重构过程中的贡献度,采用边界差异的拉普拉斯分布实现参数的自适应选择.相比于半耦合字典学习超分辨率算法,该方法在峰值信噪比方面平均提升1.5%.实验结果表明,该方法在主观和客观评价标准下均取得了较好的重构效果,提升了超分辨率重构质量.
超分辨率、半耦合字典学习、细节约束因子、拉普拉斯分布
42
TP391.41(计算技术、计算机技术)
国家自然科学基金;河南省科技计划
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
59-64