基于局部回归和自相似性的图像超分辨率重建

• 作者: 崔子冠 朱秀昌 李欣 陈杰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 超分辨率 自相似性 局部回归 字典学习 稀疏表示
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 17-21
• 页数: 5页
• 分类号: TP301.6
• 字数: 5419字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.10.004

摘要

近年来，基于样本的图像超分辨率重建逐渐成为研究热点，该算法一般利用外部训练样本，测试图像与训练样本的相似度在一定程度上影响着重建结果。针对此类问题，提出一种基于局部回归和自相似性的图像超分辨率重建算法。应用不同尺度图像间的自相似特性，对图像块建立一阶回归模型完成重建的算法，充分利用图像自身信息，并用稀疏表示的方法替代遍历搜索自相似块的方法，可以在自相似块不足的情况下保证重建质量。实验结果表明，该算法的重建质量较高，可以一定程度减少外部训练样本带来的虚假高频问题，且在重建质量与重建时间上有着较好的折中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱秀昌	南京邮电大学通信与信息工程学院	193	1476	17.0	28.0
2	崔子冠	南京邮电大学通信与信息工程学院	30	182	8.0	12.0
3	李欣	南京邮电大学通信与信息工程学院	23	181	6.0	13.0
4	陈杰	南京邮电大学通信与信息工程学院	20	233	7.0	15.0