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:
针对基于学习的超分辨率重建算法重建结果不自然,且重建速度较慢等问题,提出一种在多级下采样图像中搜索相似块并自适应加权的重建方法.对学习到的高分辨率块进行修正,并根据相邻块重叠部分的相似度对上述高分辨率块进行加权,从而降低重建后图像的模糊度和锯齿现象.采用随机块搜索方法对相似块进行查找,相对于树结构的查找方法大幅降低了重建时间.实验结果证明,该方法能够在无任何先验信息的条件下,快速地对单幅图像进行超分辨率重建,并且从有参和无参的图像质量评价两方面,证明重建出的图像质量也有所提高.
推荐文章
基于多尺度非局部约束的单幅图像超分辨率算法
超分辨率
多尺度结构自相似性
稀疏表示
非局部方法
基于多字典的单幅图像超分辨率重建
超分辨率
锚定邻域回归
图像重建
残差
基于多尺度结构自相似性的单幅图像超分辨率算法
超分辨率
结构自相似性
多尺度
压缩感知
非局部方法
多尺度压缩感知框架下的遥感图像超分辨率重建
遥感图像
超分辨率重建
多尺度
压缩感知
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 基于多尺度块搜索的单幅图像超分辨率重建
来源期刊 计算机工程 学科 工学
关键词 超分辨率重建 随机最近邻查找 多尺度 自适应加权 点扩散方程
年,卷(期) 2014,(8) 所属期刊栏目 图形图像处理
研究方向 页码范围 224-228
页数 5页 分类号 TP391.41
字数 5018字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.08.042
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 孙权森 南京理工大学计算机科学与技术学院 112 1385 19.0 32.0
2 曹国 南京理工大学计算机科学与技术学院 29 146 7.0 11.0
3 申世闻 南京理工大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (6)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率重建
随机最近邻查找
多尺度
自适应加权
点扩散方程
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导