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:
针对图像分辨率较低的问题,提出了一种基于四通道卷积稀疏编码的图像超分辨率重建方法.首先,该方法将输入图像依次翻转90°作为四通道的各自输入,通过低通滤波和梯度算子将输入图像分解成高频和低频部分;接着,分别利用卷积稀疏编码方法和三次插值方法对各通道低分辨率图像的高频部分和低频部分进行重建;最后,对四通道输出图像加权求均值获得重建的高分辨率图像.实验结果表明,所提方法比一些经典的超分辨率重建方法在峰值信噪比(PSNR)、结构相似度(SSIM)和抗噪性上具有更好的重建效果.所提方法不仅克服了重叠补丁破环图像补丁间一致性的缺陷,还提高了重建图像的细节轮廓,加强了重建图像的稳定性.
推荐文章
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
基于卷积神经网络的视频图像超分辨率重建方法
视频
超分辨率重建
卷积神经网络
深度学习
基于稀疏表示的图像超分辨率重建算法设计
超分辨率重建
稀疏表示
字典学习
图像
基于稀疏表示的自适应图像超分辨率重建算法
超分辨率
自适应正则化
联合字典
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 基于四通道卷积稀疏编码的图像超分辨率重建方法
来源期刊 计算机应用 学科 工学
关键词 图像重建 超分辨率 卷积稀疏编码 四通道 稳定性
年,卷(期) 2018,(6) 所属期刊栏目 虚拟现实与多媒体计算
研究方向 页码范围 1777-1783
页数 7页 分类号 TP391.41|TF751
字数 6150字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017112742
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 曹飞龙 中国计量大学信息与数学系 62 241 8.0 12.0
2 赵建伟 中国计量大学信息与数学系 27 83 5.0 8.0
3 陈晨 中国计量大学信息与数学系 10 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (6)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像重建
超分辨率
卷积稀疏编码
四通道
稳定性
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导