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:
字符是很多图像处理应用关注的区域,增强字符图像分辨率往往能提高字符识别率。针对字符图像纵横和对角线方向纹理特征,提出了一种提取不同方向纹理及图像平滑度度量的新方法,并在最大后验概率框架下,实现了单帧图像超分辨率重建算法。算法利用自适应可调模板作为卷积核,将纹理信息引入图像先验模型,最终将超分辨率重建转化为一个目标函数最优化问题。实验表明,该算法能有效提高字符图像的识别率,且对噪声具有较好的鲁棒性。
推荐文章
基于聚类的单帧图像超分辨率重建方法
超分辨率
稀疏表示
重建方法
聚类
字典
迭代
基于深度学习特征字典的单帧图像超分辨率重建
深度学习
字典学习
超分辨
深层次特征提取
单帧图像
基于学习的多帧图像超分辨率重建技术探究
学习
多帧图像超分辨率
重建
技术
基于学习的多帧图像超分辨率重建技术研究
多帧图像超分辨率重建
基于学习的方法
图像先验
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MAP的单帧字符图像超分辨率重建
来源期刊 电子学报 学科 工学
关键词 图像重建 超分辨率 最大后验估计 纹理分析 字符识别
年,卷(期) 2015,(1) 所属期刊栏目 科研通信
研究方向 页码范围 191-197
页数 7页 分类号 TP391.41
字数 6061字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.01.030
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 陈清亮 暨南大学计算机科学系 10 50 5.0 7.0
2 彭青玉 暨南大学计算机科学系 18 76 5.0 8.0
6 李展 暨南大学计算机科学系 11 94 4.0 9.0
10 张庆丰 暨南大学计算机科学系 12 64 5.0 7.0
14 李伟祥 暨南大学计算机科学系 2 24 1.0 2.0
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  (9)
节点文献
引证文献  (23)
同被引文献  (43)
二级引证文献  (40)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(8)
  • 引证文献(7)
  • 二级引证文献(1)
2017(12)
  • 引证文献(10)
  • 二级引证文献(2)
2018(26)
  • 引证文献(4)
  • 二级引证文献(22)
2019(14)
  • 引证文献(1)
  • 二级引证文献(13)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像重建
超分辨率
最大后验估计
纹理分析
字符识别
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导