基于分类预测器及退化模型的图像超分辨率快速重建

• 作者: 周大可 唐庭阁 杨欣 费树岷
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率重建 分类预测器 退化模型 特征提取 邻域嵌套
• 年，卷（期）: 2013,（1）
• 页码范围: 35-38
• 页数: 4页
• 分类号: TH457
• 字数: 2579字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.01.007

摘要

对基于学习的领域嵌套超分辨率重建方法进行了有效改进,提出了一种基于分类预测器以及退化模型的图像超分辨率重建技术.首先,利用退化模型得到图像训练集,并基于邻域嵌套进行分块；其次,根据图像各自特点提取灰度和梯度特征,并进行特征融合,从而实现了训练过程中噪声信息的有效抑制及图像中边缘信息的锐化；然后,引入分类预测器的思想,设计了一种离线的分类预测器,对预测器进行离线训练,得出优化参数,从而大幅度减少了优化时间；最后,利用L2范数对低分辨率图像分块进行分类,将分块送入相应子预测器中进行快速超分辨率重建.实验结果表明,该算法具有良好的实时性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费树岷	东南大学自动化学院	367	3210	27.0	37.0
2	杨欣	南京航空航天大学自动化学院	28	142	7.0	10.0
4	周大可	南京航空航天大学自动化学院	53	273	10.0	13.0
7	唐庭阁	南京航空航天大学自动化学院	5	25	3.0	5.0