有监督多类字典学习的单幅图像超分辨率重建

• 作者: 吴从中 张明君 胡长胜 詹曙 谢珍珠
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 高斯混合模型 监督字典学习 超分辨率 稀疏表示
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 69-75
• 页数: 7页
• 分类号: TN919.81
• 字数: 4979字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2016.11.011

摘要

针对目前基于字典学习的图像超分辨率重建算法重建效果欠佳或重建耗时较长的问题,本文提出一种基于有监督的KSVD多类字典学习算法和使用类锚定邻域回归方法来重建低分辨率图像.首先使用高斯混合模型对训练图像块进行聚类,然后使用KSVD算法,在生成子类字典的同时产生一个线性分类器;最后利用此线性分类器对输入的测试特征分类,根据相应的类字典,使用类锚定邻域回归方法来完成图像重建.实验表明,本文算法与一些经典的算法相比,在主观视觉和客观评价上都获得了更好的结果,且对人脸图像具有更好地适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴从中	合肥工业大学计算机与信息学院	33	249	9.0	14.0
2	詹曙	合肥工业大学计算机与信息学院	61	544	13.0	19.0
3	谢珍珠	合肥工业大学计算机与信息学院	5	24	3.0	4.0
4	胡长胜	合肥工业大学计算机与信息学院	3	63	3.0	3.0
5	张明君	合肥工业大学计算机与信息学院	3	17	2.0	3.0