自适应半耦合稀疏字典学习算法

• 作者: 吴炜 杨晓敏 沈志伟 胡明明
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 自适应聚类 稀疏表示 超分辨力 半耦合字典学习 图像处理
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 529-534,546
• 页数: 7页
• 分类号: TP391.4
• 字数: 5184字
• 语种: 中文
• DOI: 10.11805/TKYDA201803.0529

摘要

为实现图像超分辨力重建,提出了一个自适应半耦合稀疏字典学习算法.由于耦合字典学习算法中存在稀疏编码约束条件太过严苛的缺点,本文采用半耦合的字典学习算法.根据在半耦合的字典学习算法中全局字典表达的局限性,分析和采用了多字典训练算法及相应的重建方法.提出了基于自适应图像块聚类算法的半耦合稀疏字典学习算法.仿真实验结果显示,新算法重建得到的Butterfly,Cameraman,Foreman,Plants,Hat和Lena等图像的峰值信噪比(PSNR)分别比用基于K-means聚类算法的半耦合稀疏字典学习算法得到的重建图像高出0.18 dB,0.16 dB,0.52 dB,0.21 dB,0.23 dB和0.14 dB.该算法可以得到更好的图像重建效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴炜	四川大学电子信息学院	82	916	17.0	25.0
2	杨晓敏	四川大学电子信息学院	77	789	17.0	24.0
3	胡明明	四川大学电子信息学院	2	1	1.0	1.0
4	沈志伟	四川大学电子信息学院	1	1	1.0	1.0