计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
11期
3300-3303,3313
,共5页
超分辨率重建%迭代反投影%K-奇异值分解%联合字典训练%非局部相似性
超分辨率重建%迭代反投影%K-奇異值分解%聯閤字典訓練%非跼部相似性
초분변솔중건%질대반투영%K-기이치분해%연합자전훈련%비국부상사성
super-resolution%iterative back-projection%K-Singular Value Decomposition (K-SVD)%joint dictionary training%non-local similarity
为提高单帧降质图像的分辨率,提出了一种基于字典学习和非局部相似性的超分辨率重建算法.该算法主要将高分辨率图像减去利用迭代反投影重建结果得到差值图像,再利用K-奇异值分解(K-SVD)算法和联合字典生成的思想形成的字典训练方法,训练差值图像块和低分辨率图像块得到对应的高、低分辨率字典用于超分辨重建.此外,引入非局部相似性的正则项约束以提高重建图像的质量.实验结果表明,所提算法重建得到的图像在主观视觉效果和客观评价上优于基于例子学习的超分辨率算法.
為提高單幀降質圖像的分辨率,提齣瞭一種基于字典學習和非跼部相似性的超分辨率重建算法.該算法主要將高分辨率圖像減去利用迭代反投影重建結果得到差值圖像,再利用K-奇異值分解(K-SVD)算法和聯閤字典生成的思想形成的字典訓練方法,訓練差值圖像塊和低分辨率圖像塊得到對應的高、低分辨率字典用于超分辨重建.此外,引入非跼部相似性的正則項約束以提高重建圖像的質量.實驗結果錶明,所提算法重建得到的圖像在主觀視覺效果和客觀評價上優于基于例子學習的超分辨率算法.
위제고단정강질도상적분변솔,제출료일충기우자전학습화비국부상사성적초분변솔중건산법.해산법주요장고분변솔도상감거이용질대반투영중건결과득도차치도상,재이용K-기이치분해(K-SVD)산법화연합자전생성적사상형성적자전훈련방법,훈련차치도상괴화저분변솔도상괴득도대응적고、저분변솔자전용우초분변중건.차외,인입비국부상사성적정칙항약속이제고중건도상적질량.실험결과표명,소제산법중건득도적도상재주관시각효과화객관평개상우우기우례자학습적초분변솔산법.