基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
超分辨率图像复原的目的是从几幅包含有相同观测区域的图像序列中重建更高分辨率的图像.一般的超分辨率算法没有考虑文本图像的分段连续性,因此有可能丢失笔画边缘处的细节信息.双边总变分正则算法具有很好的边缘保持能力,因此可以应用到文本图像的超分辨率恢复.本文根据汉字的字符结构特点,对双边总变分正则算法进行了改进,根据汉字的笔画组成特征,提出新的正则项.该方法由于充分地考虑了汉字文本图像的结构特征,因此能够很好地保持汉字的笔画的尖锐边缘.实验也证明了使用本文所提出的BTVCH算法获得的超分辨率文本图像可以获得最高的字符识别率.
推荐文章
基于边缘方向扩散系数正则化的文本图像超分辨率算法
文本图像
超分辨率重建
正则化
双边全变差模型
边缘保持
基于降维处理的图像超分辨率恢复方法研究
图像恢复
支持向量机
主成份分析
超分辨率图像配准方法研究
超分辨率
图像配准
亚像素
空间域
频率域
基于梯度特征的稀疏表示超分辨率恢复
梯度特征
稀疏表示
超分辨率恢复
字典学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 文本图像的双边总变分超分辨率恢复方法
来源期刊 计算机科学 学科 工学
关键词 超分辨率 双边总变分 文本图像 汉字结构 正则化
年,卷(期) 2007,(11) 所属期刊栏目 人工智能及图像处理技术
研究方向 页码范围 201-204
页数 4页 分类号 TP3
字数 3537字 语种 中文
DOI 10.3969/j.issn.1002-137X.2007.11.055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨静宇 南京理工大学计算机系 623 11098 50.0 74.0
2 苏光大 清华大学电子工程系 65 1203 17.0 33.0
3 贲圣兰 清华大学电子工程系 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (2)
二级引证文献  (9)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率
双边总变分
文本图像
汉字结构
正则化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导