原文服务方: 现代电子技术       
摘要:
文中提出一种基于图像块稀疏表示的单幅图像超分辨率重建方法.所提出的重建过程提供了一个更好的稀疏解决方案,即L1范数优化过程.在优化过程中,利用高效的特征提取算子保证了高分辨率图像块的准确性.最后,利用粒子群优化算法选择最佳自适应稀疏正则化参数,使全局重建过程具有鲁棒性.目前使用字典耦合的训练方式学习字典.各种图像质量评价标准证明该方法相对于现有的超分辨率重建方法有很大的优越性.
推荐文章
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
融合低秩和稀疏表示的图像超分辨率重建算法
超分辨率重建
低秩矩阵恢复
稀疏重建
噪声
字典学习
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
一种新的基于稀疏表示的超分辨率重建算法
超分辨率
图像重建算法
扩大训练集
训练样本分类
多字典对
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 基于稀疏表示的图像超分辨率重建算法
来源期刊 现代电子技术 学科
关键词 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
年,卷(期) 2019,(3) 所属期刊栏目 信号分析与图像处理
研究方向 页码范围 45-48
页数 4页 分类号 TN911.73-34
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.03.011
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 谢淑翠 西安邮电大学理学院 24 69 4.0 7.0
2 王至琪 4 9 2.0 3.0
3 王琦 西安邮电大学通信与信息工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (6)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导