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:
针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法。考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型。然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD (K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对。最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像。实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高。
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L1/2正则化和局部纹理约束的人脸超分辨率图像重建
稀疏表示
人脸图像
图像重建
L1/2正则化
局部纹理约束
基于稀疏表示的自适应图像超分辨率重建算法
超分辨率
自适应正则化
联合字典
基于稀疏表示的图像超分辨率重建算法设计
超分辨率重建
稀疏表示
字典学习
图像
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 基于局部约束群稀疏的红外图像超分辨率重建
来源期刊 物理学报 学科
关键词 红外图像 超分辨率 群稀疏 字典学习
年,卷(期) 2014,(4) 所属期刊栏目 电磁学、光学、声学、传热学、经典力学和流体动力学
研究方向 页码范围 044202-1-044202-8
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.63.044202
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 朱华生 南昌工程学院信息工程学院 24 209 8.0 13.0
2 邓承志 南昌工程学院信息工程学院 38 330 12.0 17.0
3 汪胜前 南昌工程学院信息工程学院 14 202 8.0 14.0
4 田伟 南昌工程学院信息工程学院 13 112 6.0 10.0
5 胡赛凤 南昌工程学院信息工程学院 16 54 4.0 7.0
6 陈盼 江西科技师范大学通信与电子学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (19)
同被引文献  (17)
二级引证文献  (53)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(8)
  • 引证文献(8)
  • 二级引证文献(0)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(18)
  • 引证文献(4)
  • 二级引证文献(14)
2019(20)
  • 引证文献(2)
  • 二级引证文献(18)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
红外图像
超分辨率
群稀疏
字典学习
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江西省自然科学基金
英文译名:Natural Science Foundation of Jiangxi Province
官方网址:http://www.jxstc.gov.cn/ReadNews.asp?NewsID=861
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导