作者:
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:
基于稀疏表示的图像重建需要解决字典学习和稀疏重建两个关键问题。针对字典训练所用时间太长的缺陷,采用了基于K-SVD的双空间、双字典训练方法,并且在样本采集时进行了降维处理,减少了字典学习的计算量,提高了字典训练的速度,并且字典的可用性得到了很大的提升。图像重建时采用2范数作为约束条件,降低了算法的复杂度,减少了迭代时间。实验结果表明,在字典学习所需时间大大减少和重建速度明显提升的情况下,重建的效果无论是肉眼的观察,还是客观的评价指标都满足重建要求。
推荐文章
基于在线字典学习的人脸超分辨率重建
在线字典学习
超分辨率重建
含噪人脸图像
稀疏编码
基于自适应半耦合字典学习的超分辨率图像重建
超分辨率重建
半耦合字典学习
自适应
核范
基于双正则化参数的在线字典学习超分辨率重建
正则化参数
超分辨率
在线字典学习
稀疏编码
图像
基于ODL双字典学习的遥感影像超分辨率重建
在线双字典
超分辨率重建
稀疏表示
正则化参数
遥感影像
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 基于优化的字典学习方法的超分辨率图像重建
来源期刊 中国新通信 学科
关键词 超分辨率重建 K-SVD 字典学习 稀疏表示
年,卷(期) 2016,(2) 所属期刊栏目 新技术 New Technology
研究方向 页码范围 111-114
页数 4页 分类号
字数 1169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 田之英 沈阳航空航天大学计算机学院 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  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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
超分辨率重建
K-SVD
字典学习
稀疏表示
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
中国新通信
半月刊
1673-4866
11-5402/TN
大16开
北京市朝阳去北土城西路16号友城大厦231室
2-76
1999
chi
出版文献量(篇)
35628
总下载数(次)
119
总被引数(次)
47466
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导