基于隐藏主题概率模型的图像结构感知SISR重建方法

• 作者: 张宇 王小娥 田菁 马丽红
• 来源期刊: 华南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率重建 主题概率模型 结构感知 流形约束 节点回归映射
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子、通信与自动控制
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP391
• 字数: 7764字
• 语种: 中文
• DOI: 10.12141/j.issn.1000-565X.180321

摘要

在基于示例学习的单幅图像超分辨率(SISR)重建中,假设从低分辨率(LR)到高分辨率(HR)图像块的映射关系是一对一的,但同一LR块会与多个HR块对应,导致了LR与HR块的匹配误差.为解决HR复原块的失配问题,文中首先导出了LR块主题模式的概率模型,引入信号的隐藏主题这一种新的观察信息.然后提出了一种基于块主题差异和上下文最大概率的结构感知复原机制,通过主题模式与邻域块内容的关联,形成LR块的流形描述;在重构中通过自适应主题决策树选择和节点回归矩阵映射,从相似的LR流形信号中准确区分和复原HR信号.主题模型优化实验结果表明,文中基于主题约束信息的算法比未引入隐藏主题的决策树SISR方法的峰值信噪比(PSNR)值提升了0.25 dB;在5种算法的对比实验中,相对于稀疏字典SISR方法,文中方法的PSNR值平均提升了0.92 dB,表明引入隐藏的主题信息和主题流形结构辨识是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇	华南理工大学计算机应用工程研究所	33	401	10.0	19.0
2	马丽红	华南理工大学电子与信息学院	38	228	6.0	14.0
3	王小娥	华南理工大学电子与信息学院	1	0	0.0	0.0