改进相似性度量模型的单幅图像自学习超分辨算法

• 作者: 孙权森 赵丽玲
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 相似性度量 方差 自学习 单幅图像 超分辨率
• 年，卷（期）: 2018,（2）
• 页码范围: 240-247
• 页数: 8页
• 分类号: TP391.4
• 字数: 3930字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.02.006

摘要

在自学习超分辨算法中,高低分辨率图像块匹配是否准确是算法的关键.在高低分辨率图像块匹配过程中,考虑图像块纹理结构的重要性,提出了一种基于纹理约束的图像块相似性度量模型,应用该模型完成了高低分辨率图像块更为准确的匹配,使超分辨结果图像的细节更加丰富,进一步提高了图像质量.该算法仅使用了单幅低分辨率图像自身的相关先验信息,有效提升了图像的空间分辨率.实验结果表明,与双三次插值算法、自相似学习超分辨算法相比,本文提出的算法超分辨视觉效果更好,并且在客观评价指标中同样表现良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	赵丽玲	南京理工大学计算机科学与工程学院	4	8	2.0	2.0