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:
在基于稀疏表示的超分辨率重建过程中,当对图像进行稀疏编码时由于其分解残差并不是简单的符合高斯分布或拉普拉斯分布,针对这一问题提出混合高斯稀疏编码模型.模型基于最大似然估计准则,首先定义目标函数为加权l2范数逼近问题,根据分解残差定义其权值,采用迭代重加权稀疏编码算法进行求解.然后基于此模型建立超分辨率重建模型和算法,利用此方法学习训练出同构的高/低分辨率过完备字典并求得图像的稀疏表示,最后对重建过程进行改进以提高算法对噪声的鲁棒性.实验结果验证了本文方法的有效性.
推荐文章
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
基于稀疏表示的图像超分辨率重建算法设计
超分辨率重建
稀疏表示
字典学习
图像
基于稀疏表示的自适应图像超分辨率重建算法
超分辨率
自适应正则化
联合字典
融合低秩和稀疏表示的图像超分辨率重建算法
超分辨率重建
低秩矩阵恢复
稀疏重建
噪声
字典学习
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 基于混合高斯稀疏编码的图像超分辨率重建方法
来源期刊 光电工程 学科 工学
关键词 超分辨率 混合高斯 稀疏表示 过完备字典
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 94-101
页数 分类号 TP391|TN911.73
字数 5892字 语种 中文
DOI 10.3969/j.issn.1003-501X.2013.03.015
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 薛模根 合肥工业大学计算机与信息学院 12 181 7.0 12.0
2 袁广林 陆军军官学院光电技术与系统实验室 11 50 5.0 6.0
3 徐国明 合肥工业大学计算机与信息学院 5 39 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (59)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (19)
二级引证文献  (11)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
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(0)
  • 二级参考文献(2)
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)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(5)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
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)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
超分辨率
混合高斯
稀疏表示
过完备字典
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