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:
针对信号的稀疏分解特征,结合图像的超分辨率复原的特点,提出了基于稀疏表示的图像超分辨率复原算法,对两个过完备字典的训练过程、稀疏表示复原算法处理过程进行阐述,同时对改进算法中采用的优化的特征提取算法和自适应边缘方向插值优化低分辨率图像的初始估计两个过程进行详细描述,并通过MATLAB对其进行仿真和验证,实验结果表明,改进算法的复原效果进一步提高,图像细节能够得到恢复,获得更好的鲁棒性.
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
融合低秩和稀疏表示的图像超分辨率重建算法
超分辨率重建
低秩矩阵恢复
稀疏重建
噪声
字典学习
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
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 改进的稀疏表示图像超分辨率复原算法
来源期刊 电视技术 学科 工学
关键词 稀疏表示 特征提取 边缘插值
年,卷(期) 2016,(1) 所属期刊栏目 视频应用与工程
研究方向 页码范围 135-140
页数 6页 分类号 TN957.52
字数 4068字 语种 中文
DOI 10.16280/j.videoe.2016.01.027
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 刘彦隆 太原理工大学信息工程学院 28 273 7.0 16.0
2 邱大伟 太原理工大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
稀疏表示
特征提取
边缘插值
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
论文1v1指导