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:
针对文档图像超分辨率重建问题,在传统双边全变差(Bilateral Total Variation,BTV)正则化超分辨率算法的基础上,提出了一种基于改进BTV的文档图像超分辨率算法.该算法引入一个新的正则项,即笔画宽度的方向,并根据字符笔画的局部宽度和局部方向自适应地进行平滑处理;然后通过分析输入的低分辨率图像及其插值,使输出图像的局部笔画宽度接近于局部的笔画方向.这种信息被压缩到基于笔画宽度的方向全变分正则项中.通过最小化正则项和数据保真项的线性组合,重建了高分辨率的图像.与相关的文档图像超分辨率方法相比,所提方法在视觉图像质量和字符识别精度方面得到了显著的改善.
推荐文章
基于边缘方向扩散系数正则化的文本图像超分辨率算法
文本图像
超分辨率重建
正则化
双边全变差模型
边缘保持
耦合光度配准的双边全变差正则化MAP超分辨率重建算法
光度配准
正则化
最大后验概率
超分辨率重建
基于双正则化参数的在线字典学习超分辨率重建
正则化参数
超分辨率
在线字典学习
稀疏编码
图像
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 基于定向双边全变差正则化的文档图像超分辨率算法研究
来源期刊 计算机科学 学科 工学
关键词 文本图像 超分辨率 图像增强 双边全变差 正则项
年,卷(期) 2017,(11) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 301-304
页数 4页 分类号 TP911
字数 5014字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.11.046
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 杨磊 华南农业大学数学与信息学院 35 148 6.0 11.0
2 衣扬 中山大学数学科学与计算机学院 5 12 2.0 3.0
3 汪斌 北京交通大学计算机与信息技术学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (13)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
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)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(7)
  • 参考文献(6)
  • 二级参考文献(1)
2016(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)
研究主题发展历程
节点文献
文本图像
超分辨率
图像增强
双边全变差
正则项
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导