一种基于自学习的单像超分辨率方法

• 作者: 李欣 李茜
• 来源期刊: 测绘地理信息
• 学科: 工学
• 关键词: 图像超分辨率 自学习 非局部相似性 图像处理
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 技术研究
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.14188/j.2095-6045.2016215

摘要

针对单幅图像的超分辨率重建,提出一种基于自学习的方法,对原始低分辨率图像进行处理,经上采样得到较高分辨率的图像作为测试数据;先经下采样再经上采样得到较低分辨率的图像作为学习数据.在基于图像自身相似性的基础上,充分发掘低分辨率图像的冗余性.在不引入额外信息的条件下,在原始低分辨率图像中寻找测试数据中相似子区域的对应子区域,建立图像重构模型,逐步提高原始低分辨率图像的分辨率.实验表明,与现有的算法相比,笔者所提出的方法能恢复部分高频信息,得到较好的重建效果,能有效提高原始图像的分辨率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李欣	武汉大学遥感信息工程学院	68	324	11.0	14.0
2	李茜	武汉大学遥感信息工程学院	9	35	3.0	5.0