基于NSPT域PCNN-SC的图像超分辨率重建

• 作者: 刘晓宁 梁翔宇 段普宏 殷明
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 非下采样金字塔变换(NSPT) 稀疏编码(SC) 脉冲耦合神经网络(PCNN) 图像融合
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 918-925
• 页数: 8页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.16136/j.joel.2017.08.0491

摘要

结合多尺度变换和脉冲耦合神经网络(PCNN)的优点,将空域的稀疏编码(SC)算法通过非下采样金字塔变换(NSPT)转换应用到频率域进行重建,并结合改进的PCNN对SC算法中的最优系数采用一种新的方法进行获取,进而提出一种新的超分辨率重建(SRR)模型与算法.首先将图像进行三次B样条放大处理,然后采用NSPT对图像进行多尺度分解得到高低频子带系数.对于低频子带,运用PCNN-SC完成重建;对高频子带,将其与预测高分辨(HR)图像的特征图像运用改进的PCNN经图像融合完成重建.最后通过逆NSPT得到HR图像.实验表明,本文算法在主观视觉效果和客观数据都获得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷明		37	332	12.0	16.0
2	段普宏		7	65	4.0	7.0
3	梁翔宇		5	27	2.0	5.0
4	刘晓宁		1	0	0.0	0.0