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
基于参考帧的视频播放超分辨率放大算法
视频播放
超分辨率
插值
参考帧
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