一种基于Geman & McClure范数的超分辨率图像复原算法

• 作者: 张晓玲 肖泉 邱人元 黄福利
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率 Geman & McClure范数 双边全变分 自适应
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 349-353
• 分类号: TP391
• 字数: 3317字
• 语种: 中文

摘要

超分辨率图像复原是病态反问题.采用Geman & McClure范数来构造数据拟合项,并且在经典的双边全变分(Bilateral total variation,BTV)正则化模型基础上,提出了一种能更有效利用方向信息的正则化模型,该模型根据迭代次数来自适应选择正则化参数.实验表明,该方法比采用L1范数和L2范数能更好地抑制噪声和保持边缘,在视觉效果和峰值信噪比(Peak signal noise ratio,PSNR)两个方面都有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄福利	厦门大学信息科学与技术学院	1	2	1.0	1.0
2	张晓玲	厦门大学信息科学与技术学院	9	40	4.0	6.0
3	肖泉	厦门大学信息科学与技术学院	7	158	4.0	7.0
4	邱人元	厦门大学信息科学与技术学院	1	2	1.0	1.0