基于K-SVD的自适应选择字典的超分辨率重建算法

• 作者: 王春兴 薛冰
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 图像超分辨率 稀疏字典 图像金字塔
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 961-965
• 页数: 5页
• 分类号: TP301.6
• 字数: 3100字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2017.05.036

摘要

超分辨率技术是由低分辨率图像复原出高分辨率图像的技术,在计算机视觉系统中发挥重要的作用.针对传统基于学习算法的不足,提出一种基于K-SVD的自适应选择字典的超分辨率重建算法.该方法基于稀疏超分辨率模型,利用图像相似性和冗余特性,并结合图像金字塔结构,采用低分辨率图像本身来训练高、低分辨率字典对.同时在稀疏重构时应用正则正交匹配追踪(Regularized Orthogonal Matching Pursuit,ROMP)提高重构的精度和速度;最后利用人眼的视觉特性,采用一种自适应选择字典的算法,提高了重建的效率.实验结果表明,与传统的超分辨率算法相比,该算法不但有更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)结构相似性(Structural Similarity,SSIM),且计算速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春兴		47	170	6.0	11.0
2	薛冰		1	0	0.0	0.0