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:
随着稀疏编码与压缩传感理论的逐步发展,如何应用于图像的超分辨率成为研究热点之一.基于示例学习的算法,提出了一种新的超分辨率算法,其特点在于只基于低分辨率图像本身,没有额外的样本库,运用自然图像的自相似性与冗余性,学习低分辨率图像块与高分辨率图像块之间的函数关系.为了从图像中获取更加全面的信息,采用Guided滤波、一阶导数和二阶导数2种方法来提取特征.此外,提出了一种新的字典学习算法R-KSVD,并且改进了后项处理过程.实验结果显示,提出的算法具有较好的超分辨率效果和稳定性.
推荐文章
基于非降采样 Contourlet 的单帧图像超分辨率算法
NSCT
图像插值
超分辨率重建
图像增强
图像去噪
基于回归函数结合局部自相似的单帧图像超分辨率算法
完备字典
稀疏线性组合
超分辨率
单帧
局部自相似
局部回归
基于稀疏贝叶斯估计的单图像超分辨率算法
单图像超分辨率
超分辨率
贝叶斯估计
回归
稀疏表示
基于深度学习的单图像超分辨率重建研究综述
单图像超分辨率重建
深度学习
密集卷积网络
生成式对抗网络
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 基于单帧图像的超分辨率算法
来源期刊 浙江师范大学学报(自然科学版) 学科 工学
关键词 超分辨率 稀疏编码 方向滤波 自相似性
年,卷(期) 2013,(2) 所属期刊栏目 重点学科介绍
研究方向 页码范围 121-126
页数 6页 分类号 TP391.4
字数 3624字 语种 中文
DOI
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 赵建民 浙江师范大学数理与信息工程学院 121 1027 18.0 25.0
2 郑忠龙 浙江师范大学数理与信息工程学院 29 106 6.0 9.0
3 贾泂 浙江师范大学数理与信息工程学院 30 285 10.0 16.0
4 郭丽 浙江师范大学数理与信息工程学院 3 5 1.0 2.0
5 张海新 浙江师范大学数理与信息工程学院 3 10 2.0 3.0
6 付芳梅 浙江师范大学数理与信息工程学院 2 5 1.0 2.0
7 俞牡丹 浙江师范大学数理与信息工程学院 2 2 1.0 1.0
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  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率
稀疏编码
方向滤波
自相似性
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
浙江师范大学学报(自然科学版)
季刊
1001-5051
33-1291/N
大16开
浙江金华浙江师范大学33信箱
1960
chi
出版文献量(篇)
2287
总下载数(次)
2
总被引数(次)
10075
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导