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:
传统视频超分辨率重建算法在去除噪声的同时,很难有效保持图像边缘细节信息.针对该问题,构建了一种结合多阶导数数据项和自适应正则化项的视频超分辨率重建算法.在正则化重建模型的基础上,该算法对数据项进行改进,引入能更好描述噪声统计特性的噪声多阶导数,并利用去噪效果较好的全变分(TV)和非局部均值(NLM)正则化项对视频超分辨率重建过程进行约束.此外,为了更好地保持图像细节信息,采用区域空间自适应曲率差分算法提取结构信息,从而对正则化系数进行自适应加权.实验结果表明:在噪声方差为3时,与核回归算法和聚类算法相比,该算法重建视频主观效果边缘更加锐化,局部结构更加正确、清晰;重建视频的均方误差(MSE)平均下降幅度分别为25.75%和22.50%;峰值信噪比(PSNR)分别平均提升了1.35 dB和1.14 dB.所提算法能够在去除噪声的同时有效保持图像的细节特征.
推荐文章
基于POCS框架的时空联合自适应视频超分辨率重建算法
超分辨率
图像重建
凸集投影
自适应
基于自适应规整化方法的图像超分辨率重建
超分辨率重建
Gauss-Gibbs随机场
参数估计
自适应规整化
视频超分辨率重建及其刑侦应用
视频超分辨率重建
空间超分辨率
时间超分辨率
视频序列建模
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 多阶导数自适应视频超分辨率重建
来源期刊 计算机应用 学科 工学
关键词 视频超分辨率 正则化 区域空间自适应 多阶导数 图像重建
年,卷(期) 2016,(4) 所属期刊栏目 虚拟现实与数字媒体
研究方向 页码范围 1092-1095,1150
页数 5页 分类号 TP391.41
字数 3790字 语种 中文
DOI 10.11772/j.issn.1001-9081.2016.04.1092
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 何小海 四川大学电子信息学院 395 2334 21.0 30.0
2 熊淑华 四川大学电子信息学院 78 385 8.0 18.0
3 陈洪刚 四川大学电子信息学院 9 16 3.0 4.0
4 吉晓红 四川大学电子信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (18)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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(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)
研究主题发展历程
节点文献
视频超分辨率
正则化
区域空间自适应
多阶导数
图像重建
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导