南京邮电大学学报（自然科学版）
南京郵電大學學報（自然科學版）
남경유전대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE)
2015年
3期
27-34
,共8页
李欣%陈杰%崔子冠%朱秀昌
李訢%陳傑%崔子冠%硃秀昌
리흔%진걸%최자관%주수창
超分辨重建%字典学习%边缘检测
超分辨重建%字典學習%邊緣檢測
초분변중건%자전학습%변연검측
super-resolution reconstruction%dictionary learning%edge detection
基于字典学习的图像超分辨重建算法是近年来的研究热点.针对单一字典难以准确地表示各种不同类型图像块的问题,文中提出一种基于边缘检测和分类字典学习的超分辨重建算法,通过对预采集的样本图像块数据集进行分类,训练得到紧的子字典,对于给定的测试图像块自适应地选择相应的子字典,完成图像的超分辨重建.考虑到低分辨图像丢失的主要是高频细节,故通过边缘检测的方法,将图像中的边缘块进行字典学习的超分辨重建,而非边缘块采用简单的插值算法.与目前基于字典学习的超分辨重建算法相比,文中算法有效地保证重建图像的质量,并大大减少运算时间.
基于字典學習的圖像超分辨重建算法是近年來的研究熱點.針對單一字典難以準確地錶示各種不同類型圖像塊的問題,文中提齣一種基于邊緣檢測和分類字典學習的超分辨重建算法,通過對預採集的樣本圖像塊數據集進行分類,訓練得到緊的子字典,對于給定的測試圖像塊自適應地選擇相應的子字典,完成圖像的超分辨重建.攷慮到低分辨圖像丟失的主要是高頻細節,故通過邊緣檢測的方法,將圖像中的邊緣塊進行字典學習的超分辨重建,而非邊緣塊採用簡單的插值算法.與目前基于字典學習的超分辨重建算法相比,文中算法有效地保證重建圖像的質量,併大大減少運算時間.
기우자전학습적도상초분변중건산법시근년래적연구열점.침대단일자전난이준학지표시각충불동류형도상괴적문제,문중제출일충기우변연검측화분류자전학습적초분변중건산법,통과대예채집적양본도상괴수거집진행분류,훈련득도긴적자자전,대우급정적측시도상괴자괄응지선택상응적자자전,완성도상적초분변중건.고필도저분변도상주실적주요시고빈세절,고통과변연검측적방법,장도상중적변연괴진행자전학습적초분변중건,이비변연괴채용간단적삽치산법.여목전기우자전학습적초분변중건산법상비,문중산법유효지보증중건도상적질량,병대대감소운산시간.
