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:
为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法,超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.
推荐文章
基于ODL双字典学习的遥感影像超分辨率重建
在线双字典
超分辨率重建
稀疏表示
正则化参数
遥感影像
遥感图像超分辨率复原算法的仿真实现
遥感图像
超分辨率复原
分辨率提高
目标识别
利用位置字典对的人脸图像超分辨率方法
人脸图像
超分辨率
稀疏表示
位置字典
基于插值的遥感图像超分辨率重建
插值
遥感
亚像素
超分辨率重建
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 基于双重字典及联合特征的遥感图像超分辨率算法
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 超分辨率 稀疏表示 遥感图像 字典学习
年,卷(期) 2015,(5) 所属期刊栏目 电子信息科学
研究方向 页码范围 1045-1050
页数 6页 分类号 TP391.4
字数 3400字 语种 中文
DOI 103969/j.issn.0490-6756.2015.09.018
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 吴炜 四川大学电子信息学院 82 916 17.0 25.0
2 严斌宇 四川大学电子信息学院 33 246 10.0 15.0
3 杨晓敏 四川大学电子信息学院 77 789 17.0 24.0
4 张莹莹 四川大学电子信息学院 8 24 4.0 4.0
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  (13)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (9)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
超分辨率
稀疏表示
遥感图像
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导