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:
为详细表达图像高频细节信息, 提高重建图像质量, 提出了一种基于多字典L1/2正则化的超分辨率重建算法.该算法在稀疏重建字典对训练阶段, 为有效提取低分辨率图像边缘、 纹理等特征细节信息, 采用改进的一阶二阶导数方法对低分辨率图像进行特征提取;而在图像重建阶段, 为解决基于L1正则模型得到的解时常不够稀疏, 重建图像质量有待进一步提高的问题, 采用L1/2范数代替L1范数构建超分辨率重建模型.实验表明, 与现有算法相比较, 该算法可更好地表达图像细节部分信息, 并能提高图像的重建质量.
推荐文章
基于L1/2正则化和局部纹理约束的人脸超分辨率图像重建
稀疏表示
人脸图像
图像重建
L1/2正则化
局部纹理约束
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L1/2正则化的超分辨率图像重建算法
L1/2正则化
稀疏表示
超分辨率图像重建
K-SVD算法
字典学习
训练样本
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
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 基于多字典L1/2正则化的超分辨率重建算法
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 超分辨率重建 特征提取 L1/2正则化
年,卷(期) 2017,(3) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 354-362
页数 9页 分类号 TP391
字数 5724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 徐志刚 兰州理工大学计算机与通信学院 16 86 5.0 9.0
2 李文文 兰州理工大学计算机与通信学院 4 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (27)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (11)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
超分辨率重建
特征提取
L1/2正则化
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
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导