一种基于自适应正则化的图像超分辨率重建模型

• 作者: 聂秀珍 郭爱英
• 来源期刊: 半导体光电
• 学科: 工学
• 关键词: 图像重建 稀疏表示 字典训练 自适应
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 光电系统
• 页码范围: 874-878,885
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16818/j.issn1001-5868.2018.06.024

摘要

为了解决图像超分辨率重建中稀疏系数解的不精确问题,提出了一种自适应正则化级联稀疏矩阵的超分辨率重建算法.根据图像自身的特性,采用自适应正则化项对图像局部进行处理,实现图像的局部约束,构建基于自适应正则化的稀疏矩阵函数.另外,为了提高图像的可清晰性,采用基于全局约束的退化模型改进处理结构.测试结果表明,与其他常用算法相比,提出的自适应正则化的图像超分辨率重建算法能够构建更清晰的超分辨率图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂秀珍	山西轻工职业技术学院机电工程系	10	12	2.0	2.0
2	郭爱英	上海大学新型显示与集成应用教育部重点实验室	10	16	2.0	3.0