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:
提出了一种基于多引导滤波器的单幅图像超分辨率方法.首先,该方法通过大量的自然图像建立高低分辨率图像块样本训练库,并通过聚类算法将具有相似性质的高低分辨率样本块进行聚类;其次,将输入低分辨率图像进行重叠分块,并在样本库中搜索最近邻的高低分辨率样本聚类;再次,将输入低分辨率图像块作为输入图像,与样本库中最近邻的低分辨率聚类样本作为引导图像,运用本文提出的多引导滤波器计算引导滤波器的参数;最后,利用样本库中最近邻的高分辨率聚类样本和引导滤波器的参数,通过多引导滤波器就可以重构高分辨率图像.实验结果表明,本文算法不仅能很好地重构图像的高频细节,还能很好地恢复图像的纹理特征.
推荐文章
基于引导滤波和多尺度局部自相似单幅红外图像超分辨率方法
超分辨率
引导滤波
多尺度
局部自相似
改进的单幅图像自学习超分辨率重建方法
单幅图像超分辨率
L2范数
协作表示
支持向量回归
采用共享空间稀疏表示的单幅图像超分辨率方法
超分辨率
稀疏表示
典型相关分析
自然图像先验
深度学习下的高效单幅图像超分辨率重建方法
深度学习
超分辨率重建
卷积神经网络
亚像素卷积
风格转移
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 基于多引导滤波器的单幅图像超分辨率技术
来源期刊 红外技术 学科 工学
关键词 超分辨率 引导滤波器 样本训练库 高频细节
年,卷(期) 2017,(10) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 920-927
页数 8页 分类号 TP391.41
字数 6113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 韩九强 西安交通大学电信学院计算机科学与技术系 109 903 16.0 24.0
2 刘哲 西京学院电子信息工程系 32 79 5.0 7.0
6 黄世奇 西京学院电子信息工程系 13 36 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (6)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(2)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率
引导滤波器
样本训练库
高频细节
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
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
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
论文1v1指导