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:
在利用稀疏邻域嵌入来改进视觉伪影的图像超分辨率过程中,以稀疏特征进行高频信息估计时会产生过拟合,导致图像目标的边缘纹理部分过于平滑而丢失细节信息.针对此问题,提出图像块稀疏结构相似度邻域约束超分辨率方法.首先通过建立高/低分辨率样本块对模型并进行字典对学习,同时得到样本对模型的同构稀疏表示系数;然后以图像块稀疏结构相似度作为特征,在样本对模型中进行稀疏结构相似邻域选择;最后建立图像超分辨率目标函数,将邻域加权估计、稀疏线性组合以及下采样逼近作为约束项,采用共轭梯度算法进行模型求解.利用公共数据仿真实验和实际采集图像进行实验,并对主要参数进行验证和分析,结果表明,该方法在抑制视觉伪影的同时有效地保留了图像细节信息,峰值信噪比和结构相似度等客观评价指标也有所提高.
推荐文章
压缩感知和相似性约束的图像超分辨率重构算法
超分辨率
压缩感知
测量域字典分类
非局部相似
联合重构
基于稀疏表示和自相似学习的图像超分辨率重构
超分辨率重构
稀疏表示
附加信息
自相似学习
采用共享空间稀疏表示的单幅图像超分辨率方法
超分辨率
稀疏表示
典型相关分析
自然图像先验
基于稀疏表示的图像超分辨率重建算法
超分辨率重建
稀疏表示
L1范数优化
字典学习
粒子群优化算法
特征提取算子
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 图像块稀疏结构相似度邻域约束超分辨率方法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 超分辨率 稀疏表示 结构相似度 邻域逼近
年,卷(期) 2018,(9) 所属期刊栏目 图像与视觉
研究方向 页码范围 1662-1669
页数 8页 分类号 TP391.41
字数 7360字 语种 中文
DOI 10.3724/SP.J.1089.2018.16861
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 徐国明 安徽新华学院信息工程学院 8 13 3.0 3.0
3 袁宏武 安徽新华学院信息工程学院 4 3 1.0 1.0
5 许蒙恩 2 5 2.0 2.0
8 曹宇剑 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (34)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率
稀疏表示
结构相似度
邻域逼近
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导