应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2012年
6期
642-648
,共7页
超分辨率%稀疏表示%多字典%交替学习%主子空间%正交高斯混合模型
超分辨率%稀疏錶示%多字典%交替學習%主子空間%正交高斯混閤模型
초분변솔%희소표시%다자전%교체학습%주자공간%정교고사혼합모형
本文提出多组耦合字典及其交替学习算法,实现图像超分辨率重建.在字典学习阶段将训练图像视为高分辨率图像,将它先缩小再放大得到低分辨率图像.两图像之差为残差图像.从残差图像块和低分辨率图像块特征的联合数据中学习耦合字典,得到残差图像和低分辨率图像间的映射关系.针对图像块具有不同纹理和结构以及字典学习效率的问题,提出多组耦合字典和字典交替学习算法.在重建阶段先将输入图像插值放大,视为低分辨率图像.求出低分辨率图像块对于每组耦合字典中低分辨率部分的稀疏表示误差,取表示误差最小的耦合字典中残差部分重建残差图像,与低分辨率图像融合得到高分辨率图像.实验结果表明该方法具有良好的重建效果.
本文提齣多組耦閤字典及其交替學習算法,實現圖像超分辨率重建.在字典學習階段將訓練圖像視為高分辨率圖像,將它先縮小再放大得到低分辨率圖像.兩圖像之差為殘差圖像.從殘差圖像塊和低分辨率圖像塊特徵的聯閤數據中學習耦閤字典,得到殘差圖像和低分辨率圖像間的映射關繫.針對圖像塊具有不同紋理和結構以及字典學習效率的問題,提齣多組耦閤字典和字典交替學習算法.在重建階段先將輸入圖像插值放大,視為低分辨率圖像.求齣低分辨率圖像塊對于每組耦閤字典中低分辨率部分的稀疏錶示誤差,取錶示誤差最小的耦閤字典中殘差部分重建殘差圖像,與低分辨率圖像融閤得到高分辨率圖像.實驗結果錶明該方法具有良好的重建效果.
본문제출다조우합자전급기교체학습산법,실현도상초분변솔중건.재자전학습계단장훈련도상시위고분변솔도상,장타선축소재방대득도저분변솔도상.량도상지차위잔차도상.종잔차도상괴화저분변솔도상괴특정적연합수거중학습우합자전,득도잔차도상화저분변솔도상간적영사관계.침대도상괴구유불동문리화결구이급자전학습효솔적문제,제출다조우합자전화자전교체학습산법.재중건계단선장수입도상삽치방대,시위저분변솔도상.구출저분변솔도상괴대우매조우합자전중저분변솔부분적희소표시오차,취표시오차최소적우합자전중잔차부분중건잔차도상,여저분변솔도상융합득도고분변솔도상.실험결과표명해방법구유량호적중건효과.
