基于学习字典的图像类推方法

• 作者: 李民 汤万琼 程建
• 来源期刊: 计算机应用研究
• 关键词: 图像类推 稀疏表示 学习字典 l1范数
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3171-3173,3177
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.08.103

摘要

提出一种基于学习字典的图像类推方法,较好地增强了图像类推的算法效率.先将样本图像对分块,统一进行稀疏编码,训练学习字典,以建立它们之间的稀疏关联,再将这种关联作为先验知识来指导图像类推.该方法主要有训练学习字典和类推重建两个过程.字典训练过程可离线实现,提高了计算速度,并且可实现大量样本的训练；在类推重建过程中,该方法将通用图像类推方法中的搜索、匹配过程转换为稀疏先验的线性优化问题,显著提高了算法的计算效率.通过纹理数值化、风格化滤波等图像类推实验,证明了方法是快速有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程建	电子科技大学地表空间信息技术研究所	28	334	10.0	17.0
5	李民	电子科技大学地表空间信息技术研究所	8	203	6.0	8.0
9	汤万琼	桂林空军学院科研部	1	6	1.0	1.0