基于自类推的NSCT域单幅图像超分辨率重建

• 作者: 李庆武 程倩倩 范新南
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像处理 超分辨率 非下采样Contourlet变换 图像类推
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 论文
• 页码范围: 2881-2887
• 分类号: TN911.73
• 字数: 4459字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2011.00331

摘要

单幅图像放大是一个病态问题.本文利用图像局部结构的自相似性和可传递性,结合非下采样Contourlet 变换(NSCT)的优点,提出一种基于自类推的NSCT域单幅图像超分辨率重建方法.首先采用NSCT对源图像和退化图像进行多尺度、多方向分解,得到用于学习的低通子带对和各带通方向子带对,再利用图像自类推技术生成高分辨率的低通子带和各带通方向子带,最后进行NSCT重构得到超分辨率重建的图像.实验结果表明,该方法可以独立进行,摆脱一般方法对训练集合的依赖,并且较一般的图像类推算法速度大为加快,能产生更为合理的细节,视觉边缘更清晰,图像更逼真.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范新南	河海大学计算机与信息学院	99	628	14.0	20.0
2	李庆武	河海大学计算机与信息学院	99	812	17.0	24.0
3	程倩倩	河海大学计算机与信息学院	3	12	2.0	3.0