原文服务方: 计算机应用研究       
摘要:
针对图像高分辨率重建过程中稀疏解的存在性和唯一性问题以及超分辨率图像的边缘特征和平滑噪声的关系进行了研究, 提出了局部正则化参数自适应选取的方法。结合联合构造字典的算法, 在重建过程中动态调整正则化参数。通过对图像的超分辨率实验证明, 改进的算法具有较高的可行性, 能有效平衡超分辨率图像的边缘特征和平滑噪声两者的关系, 与传统的超分辨率重建算法相比, 有更高的峰值信噪比。
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
基于稀疏表示的超分辨率图像重建
稀疏表示
超分辨率
图像重建
联合高低分辨图像块
基于稀疏表示的单幅图像超分辨率重建
稀疏表示
图像超分辨率
学习字典
稀疏编码
改进的稀疏表示超分辨率图像重建
稀疏表示
超分辨率
图像重建
高低分辨率图像块
稀疏系数
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 基于稀疏表示的自适应图像超分辨率重建算法
来源期刊 计算机应用研究 学科
关键词 超分辨率 自适应正则化 联合字典
年,卷(期) 2013,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 938-941
页数 4页 分类号 TP391|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.03.077
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 郑坚 重庆大学计算机学院 2 92 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (50)
参考文献  (6)
节点文献
引证文献  (18)
同被引文献  (34)
二级引证文献  (36)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(14)
  • 引证文献(5)
  • 二级引证文献(9)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
超分辨率
自适应正则化
联合字典
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导