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:
为改善强降质图像的分辨率水平,提出了一种正则化恢复联合稀疏表示的单帧图像超分辨率重构框架。为同时放大图像并抑制模糊及噪声,首先根据退化估计正则化平衡极小问题的逼近项和先验项,然后基于初步的锐利清晰图像和预先建立的图像超完备稀疏表示字典实现边缘保持的图像分辨率放大。正则化恢复的输出改善了传统学习法图像超分辨中低频分量的双立方插值版本,同时对降质的有效抑制降低了字典原子对退化信息的依赖性。实验结果表明,本方法可对模糊含噪的低分辨率图像实现有效的超分辨率重构。
推荐文章
基于稀疏表示和近邻嵌入的图像超分辨率重构
超分辨率重构
稀疏表示
过完备字典
图像块近邻
权重
基于稀疏表示和自相似学习的图像超分辨率重构
超分辨率重构
稀疏表示
附加信息
自相似学习
基于梯度特征的稀疏表示超分辨率恢复
梯度特征
稀疏表示
超分辨率恢复
字典学习
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
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 正则化恢复联合稀疏表示的图像超分辨率重构
来源期刊 光电工程 学科 工学
关键词 正则化恢复 稀疏表示 学习法超分辨 超分辨率重构
年,卷(期) 2013,(9) 所属期刊栏目 ?图像与信号处理?
研究方向 页码范围 1-7
页数 7页 分类号 TP391.4
字数 5020字 语种 中文
DOI 10.3969/j.issn.1003-501X.2013.09.001
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 张启衡 中国科学院光电技术研究所 92 1542 22.0 34.0
2 吴斌 西南科技大学信息工程学院 98 676 13.0 22.0
3 路锦正 西南科技大学信息工程学院 18 60 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (36)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (23)
二级引证文献  (13)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
正则化恢复
稀疏表示
学习法超分辨
超分辨率重构
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导