基于PCA子字典学习的图像超分辨率重建

• 作者: 吴广祥 张彤 首照宇
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 超分辨率重建 PCA (主成分分析) 字典学习 非局部相似 迭代反投影
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 多媒体技术
• 页码范围: 3025-3029
• 页数: 5页
• 分类号: TP911.73
• 字数: 4377字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.11.029

摘要

针对超分辨重建中过完备字典一方面需要庞大数据库来训练，另一方面利用高度冗余的过完备字典对图像进行稀疏编码，具有潜在的不稳定性和缺乏自适应表示图像块结构的问题，提出一种超分辨率算法。在不需要借助额外数据库的情况下，采用PCA （principal component analysis）迭代训练经过K‐均值聚类的低分辨率图像块，生成具有自适应稀疏表示图像块能力的简单子字典，用于超分辨率重建，提高重建图像的质量。利用非局部相似性和迭代反投影对重建图像进行后处理，进一步提高重建图像的质量。实验结果表明，该算法重建得到的图像在主观视觉效果和客观评价上都优于现有的几种基于学习的超分辨率算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彤	桂林电子科技大学机电工程学院	53	361	10.0	17.0
2	首照宇	桂林电子科技大学信息与通信学院	33	251	8.0	14.0
3	吴广祥	桂林电子科技大学信息与通信学院	2	13	2.0	2.0