特征驱动先验的归一化卷积超分辨率重建

• 作者: 严锡君 徐枫 徐立中 郑胜男 黄凤辰 黄陈蓉
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 超分辨率重建 特征驱动先验 归一化卷积 最大后验估计 图像复原
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 第11届全国智能CAD与数字娱乐学术会议专栏
• 页码范围: 1514-1523
• 页数: 10页
• 分类号: TN911.73
• 字数: 7810字
• 语种: 中文
• DOI: 10.11834/jig.20141014

摘要

目的 针对融合—复原法超分辨率重建中融合与复原两大环节,提出新的改进算法框架:用改进的归一化卷积实现融合,再用改进的最大后验估计实现复原,得到更优的超分辨率重建.方法 改进的归一化卷积引入了双适应度函数和一种新的混合确定度函数;改进的最大后验估计,引入一种特征驱动先验模型,该模型通过混合两种不变先验模型而得到,形式完全取决于图像自身的统计特征.结果 用本文算法对不同降质水平的图像进行重建,并与其他若干算法重建结果比较.无论从视觉效果还是从评价指标,本文算法均优于其他算法.结论 本文超分辨率重建算法,融合环节兼顾了邻域像素的空间距离和光度差,充分利用两种确定度函数的各自优势,可以抑制更多噪声和异常值;复原环节的先验模型依据图像特征而不是经验,对图像刻画更准确.实验结果也验证了本文算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐立中	河海大学计算机与信息学院	136	1780	22.0	35.0
2	黄陈蓉	南京工程学院计算机工程学院	51	347	11.0	16.0
3	黄凤辰	河海大学计算机与信息学院	49	350	11.0	16.0
4	严锡君	河海大学计算机与信息学院	49	212	9.0	11.0
5	徐枫	河海大学计算机与信息学院	8	71	6.0	8.0
6	郑胜男	南京工程学院计算机工程学院	8	47	5.0	6.0