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JPEG的中低码率压缩图像即高压缩率图像存在较严重的块效应以及量化噪声,提出了一种对JPEG标准压缩图像进行优化的重建-采样方法.该方法对JPEG压缩图像采用三维块匹配算法(BM3D)进行去噪,去除图像中存在的块效应和量化噪声,进而提高超分辨率重建的映射准确性,再使用外部库对去噪后图像进行基于稀疏表示的超分辨率重建,补充一定的高频信息,最后对重建后的高分辨率图进行双三次下采样,得到与原始图像大小一致的图像作为最终优化图像.实验结果表明,该方法在中低码率情况下能够有效地提高JPEG压缩图像的质量,对高码率压缩图像也有一定效果.
推荐文章
采用深度学习的快速超分辨率 图像重建方法
超分辨率图像重建
深度学习
卷积神经网络
级联
基于深度学习的辐射图像超分辨率重建方法
辐射图像
超分辨率重建
深度学习
基于自适应规整化方法的图像超分辨率重建
超分辨率重建
Gauss-Gibbs随机场
参数估计
自适应规整化
深度学习下的高效单幅图像超分辨率重建方法
深度学习
超分辨率重建
卷积神经网络
亚像素卷积
风格转移
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 采用超分辨率重建提升压缩图像质量的方法
来源期刊 电视技术 学科 工学
关键词 图像压缩 超分辨率重建 去噪 下采样
年,卷(期) 2015,(9) 所属期刊栏目 数字视频
研究方向 页码范围 14-18
页数 5页 分类号 TN919.81
字数 4065字 语种 中文
DOI 10.16280/j.videoe.2015.09.004
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 何小海 四川大学电子信息学院 395 2334 21.0 30.0
2 胡耀华 四川大学电子信息学院 11 172 7.0 11.0
3 吴晓红 四川大学电子信息学院 141 571 11.0 16.0
4 张晓琳 四川大学电子信息学院 3 22 2.0 3.0
5 黄建秋 四川大学电子信息学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (10)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (9)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(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(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像压缩
超分辨率重建
去噪
下采样
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导