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:
目前,关于二值图像的超分辨率重建的研究很少,而二值图像应用广泛,低分辨率的二值图像会导致对其识别困难.针对这一现状,对基于稀疏表示的二值图像的超分辨率重建进行深入研究,提出了一种针对二值图像的超分辨率重建算法.一方面,分析二值图像具有的明显特征,对其进行针对性的边缘特征及纹理特征的提取,以更精确地表示二值图像的高频信息,提供更多的先验信息,提高二值图像的重建质量.另一方面,针对二值图像中存在二维码图像、文本图像等不同类型的图像这一特点,将聚类算法融合到字典学习中,使得学习得来的字典更适用于不同类型的二值图像.实验结果表明,提出的针对二值图像的基于稀疏表示的超分辨率重建算法对二值图像有很好的重建效果,对噪声具有一定的鲁棒性.
推荐文章
基于稀疏表示的图像超分辨率重建算法
超分辨率重建
稀疏表示
L1范数优化
字典学习
粒子群优化算法
特征提取算子
基于稀疏表示的图像超分辨率重建算法设计
超分辨率重建
稀疏表示
字典学习
图像
融合低秩和稀疏表示的图像超分辨率重建算法
超分辨率重建
低秩矩阵恢复
稀疏重建
噪声
字典学习
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 基于稀疏表示的二值图像超分辨率重建算法
来源期刊 计算机技术与发展 学科 工学
关键词 二值图像 稀疏表示 超分辨率重建 特征提取 字典学习
年,卷(期) 2017,(12) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 43-47,51
页数 6页 分类号 TP301.6
字数 5417字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.12.010
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 李博涵 南京航空航天大学计算机科学与技术学院 20 109 5.0 9.0
10 李强懿 南京航空航天大学计算机科学与技术学院 4 7 2.0 2.0
11 沈怡灵 南京航空航天大学计算机科学与技术学院 1 4 1.0 1.0
12 赵明哲 南京航空航天大学计算机科学与技术学院 1 4 1.0 1.0
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  (11)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
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(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
二值图像
稀疏表示
超分辨率重建
特征提取
字典学习
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导