融合特征分类和独立字典训练的超分辨率重建

• 作者: 杨娟 汪庆辉 汪荣贵 胡敏
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 超分辨率 字典训练 稀疏表示 决策树 特征分类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 科研论文
• 页码范围: 63-72
• 页数: 10页
• 分类号: TP391
• 字数: 6504字
• 语种: 中文
• DOI: 10.12086/oee.2018.170542

摘要

超分辨率重建技术在重构图像细节、改善图像视觉效果方面具有重要作用.为进一步提高图像的重建质量,提出了一种有效的超分辨率重建方法.首先提取图像块的几何特征来构造决策树,以期通过监督的方式进行图像块分类.然后针对不同类型的图像块训练集,分别基于K-SVD独立训练相应的高分辨率字典和低分辨率字典.最后为了保证图像块的准确和快速重建,对高分辨率训练集和低分辨率训练集的系数求解映射矩阵,其用于在重建阶段将低分辨率稀疏系数映射为高分辨率稀疏系数以达到重建目的.实验结果表明,本文的方法与其他经典的超分辨率重建方法相比,在重建效果方面具有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敏	合肥工业大学计算机与信息学院	116	1456	20.0	34.0
2	汪荣贵	合肥工业大学计算机与信息学院	104	1458	21.0	34.0
3	杨娟	合肥工业大学计算机与信息学院	47	121	5.0	8.0
4	汪庆辉	合肥工业大学计算机与信息学院	1	9	1.0	1.0