基于改进稀疏编码的图像超分辨率算法

• 作者: 吴鹏飞 曹丽萍 盛帅 黄增喜
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 超分辨率 稀疏表示 形态组成分析 主成分分析 颜色空间 机器学习
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 562-566,571
• 页数: 6页
• 分类号: TP391.41
• 字数: 5927字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.02.0562

摘要

针对传统基于稀疏字典对的超分辨率(SR)算法训练速度慢、字典质量差、特征匹配准确性低的缺点,提出一种基于改进稀疏编码的图像超分辨率算法.该算法使用自适应阈值的形态组成分析(MCA)方法提取图像特征,并采用主成分分析算法对训练集进行降维,提高特征提取的有效性,缩短字典训练时间,减少过拟合现象.在字典训练阶段,使用改进的稀疏K-奇异值分解(K-SVD)算法训练低分辨率字典,结合图像块的重叠关系求解高分辨率字典,增强字典的有效性和自适应能力,同时极大地提高了字典的训练速度.在Lab颜色空间对彩色图像进行重建,避免由于颜色通道相关性造成的重建图像质量下降.与传统方法相比,该算法重建图像质量和计算效率更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴鹏飞	四川大学计算机学院	11	100	6.0	10.0
2	盛帅	四川大学计算机学院	1	6	1.0	1.0
3	黄增喜	四川大学计算机学院	5	44	4.0	5.0