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:
为提高图像重建质量,研究超分辨率图像重建技术与稀疏表示理论,提出一种基于L1/2正则化的超分辨率图像重建算法.将L1/2正则化理论运用到字典学习中,利用学习得到的字典重建高分辨率图像.实验结果表明,该算法的图像重建效果优于基于L1正则化的超分辨率图像重建算法.
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
基于多字典L1/2正则化的超分辨率重建算法
超分辨率重建
特征提取
L1/2正则化
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 基于L1/2正则化的超分辨率图像重建算法
来源期刊 计算机工程 学科 工学
关键词 L1/2正则化 稀疏表示 超分辨率图像重建 K-SVD算法 字典学习 训练样本
年,卷(期) 2012,(20) 所属期刊栏目 图形图像处理
研究方向 页码范围 191-194
页数 分类号 TN911.72
字数 3865字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.20.049
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 王欢 北京航空航天大学数学与系统科学学院 9 73 5.0 8.0
2 王永革 北京航空航天大学数学与系统科学学院 6 71 3.0 6.0
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  (6)
节点文献
引证文献  (21)
同被引文献  (21)
二级引证文献  (39)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(10)
  • 引证文献(5)
  • 二级引证文献(5)
2016(9)
  • 引证文献(5)
  • 二级引证文献(4)
2017(15)
  • 引证文献(5)
  • 二级引证文献(10)
2018(16)
  • 引证文献(4)
  • 二级引证文献(12)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
L1/2正则化
稀疏表示
超分辨率图像重建
K-SVD算法
字典学习
训练样本
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导