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Yang等人提出的基于稀疏表示的图像超分辨率的重建效果不够理想问题,提出了一种将图像卡通纹理分解和稀疏表示相结合的方法用以实现单幅低分辨率图像的超分辨率重建。本文提出的算法涉及到卡通字典和纹理字典的学习,图像重建过程分为两步。首先重建观测低分辨率图像的卡通高分辨率图像和纹理高分辨率图像,最后将重建的卡通和纹理高分辨率图像线性加权叠加,实现低分辨率观测图像的超分辨率重建。实验结果表明,本文提出的方法在主观视觉和客观指标峰值信噪比(PSNR)上都有明显的提升。
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
基于双字典和稀疏表示的医学图像超分辨率重建
医学图像
超分辨率
稀疏表示
字典学习
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
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 基于卡通纹理分解和稀疏表示的图像超分辨率重建
来源期刊 软件工程 学科 工学
关键词 超分辨率 稀疏表示 字典学习 卡通纹理
年,卷(期) 2016,(5) 所属期刊栏目 方法与技术
研究方向 页码范围 15-17
页数 3页 分类号 TP391
字数 3012字 语种 中文
DOI
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 端木春江 浙江师范大学数理与信息学院 34 84 5.0 6.0
2 徐川 浙江师范大学数理与信息学院 1 5 1.0 1.0
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  (3)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
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
超分辨率
稀疏表示
字典学习
卡通纹理
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
软件工程
月刊
2096-1472
21-1603/TP
大16开
辽宁省沈阳市浑南新区新秀街2号
8-198
1985
chi
出版文献量(篇)
5636
总下载数(次)
15
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导