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:
超分辨率图像重建技术能够综合利用多帧离散图像、多组视频序列、或单帧图像与训练样本图像之间的互补信息,重建质量更好、空间分辨率更高的图像数据,弥补原有图像数据空间分辨率的不足,提高图像空间解像力和清晰度.介绍了基于正则化方法的超分辨率图像重建的研究现状和以正则化为基础的几种重建方法在近几年的研究和发展趋势.在此基础上,采用L1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘.实现了对包含文字信息的图像的正则化超分辨率重建,实验验证了方法的有效性.
推荐文章
基于L1/2正则化和局部纹理约束的人脸超分辨率图像重建
稀疏表示
人脸图像
图像重建
L1/2正则化
局部纹理约束
基于稀疏表示的图像超分辨率重建算法
超分辨率重建
稀疏表示
L1范数优化
字典学习
粒子群优化算法
特征提取算子
L1范数的图像超分辨率重建改进算法
超分辨率
L1范数
正则化
交替最小化
基于双正则化参数的在线字典学习超分辨率重建
正则化参数
超分辨率
在线字典学习
稀疏编码
图像
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 L1范数的总变分正则化超分辨率图像重建
来源期刊 微处理机 学科 工学
关键词 总交分 正则化 超分辨率 L1范数
年,卷(期) 2012,(3) 所属期刊栏目 微机软件
研究方向 页码范围 37-39
页数 分类号 TP751.1
字数 1871字 语种 中文
DOI 10.3969/j.issn.1002-2279.2012.03.010
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 李一民 昆明理工大学信息工程与自动化学院 58 591 12.0 23.0
2 潘晓露 昆明理工大学信息工程与自动化学院 21 310 6.0 17.0
3 刘志文 昆明理工大学信息工程与自动化学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (10)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
总交分
正则化
超分辨率
L1范数
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导