基于双稀疏模型和非局部自相似约束的超分辨率算法研究

• 作者: 周大可 朱晨 杨欣 谢堂鑫
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 超分辨率 双稀疏模型 非局部自相似性
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 59-64
• 页数: 6页
• 分类号: TP391.41
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.01.009

摘要

在基于稀疏表示的图像超分辨率方法中,字典的选择对最终重建质量具有重要影响.目前K-SVD作为基于外部样本学习的过冗余字典在图像重建领域取得广泛的成功,但同时也限制信号输入维度,带来信号降维过程的信息损失.针对这一问题,提出引入一种双稀疏模型,结合结构化字典和非结构化字典优点,避免降维过程信息损失同时保证训练精度;重建阶段引入非局部自相似性约束,迭代求解稀疏系数,降低编码噪声,最终重建高分辨率图像.实验结果表明,该算法在图像质量客观评价指标上优于对比算法,并且在主观视觉效果上获得更清晰的边缘等细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周大可	南京航空航天大学自动化学院	53	273	10.0	13.0
2	杨欣	南京航空航天大学自动化学院	65	288	10.0	13.0
3	谢堂鑫	南京航空航天大学自动化学院	2	0	0.0	0.0
4	朱晨	南京航空航天大学自动化学院	2	0	0.0	0.0