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:
为了有效提高重建后的图像质量,提出了一种基于稀疏表示的单帧超分辨率重建方法。首先,该方法使用一种基于局部方向估计的图像块聚类和主元分析相结合的字典学习方法来获得一系列具有不同方向的几何字典。然后,给每一个待处理的图像块自动分配一个具有最近方向的字典,并据此进行稀疏编码。此外,为了在图像锐化和边缘保持方面取得进一步的提高,将梯度一致性加入提出的基本框架。在自然图像上进行的2组实验表明:提出的方法在视觉和数字指标方面均优于一些先进的同类方法。
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 基于稀疏表示的单帧超分辨率重建
来源期刊 东南大学学报(英文版) 学科 工学
关键词 单帧超分辨率重建 稀疏表示 局部方向估计 主元分析 梯度一致性
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 177-182
页数 6页 分类号 TP391
字数 505字 语种 英文
DOI 10.3969/j.issn.1003-7985.2016.02.008
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 路小波 东南大学自动化学院 48 781 14.0 27.0
5 谢超 东南大学自动化学院 1 6 1.0 1.0
9 曾维理 南京航空航天大学民航学院 2 6 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  (20)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单帧超分辨率重建
稀疏表示
局部方向估计
主元分析
梯度一致性
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导