作者:
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:
以稀疏表示理论为切入点,提出一种改进的稀疏表示超分辨率重建方法.针对高分辨率图像相对于原始高分辨率图像失去的细节,利用主要高频字典和残余高频字典对图像进行重建,并应用一种改进的迭代反投影方法对重建后的图像进行全局约束,最后采用实验数据对比提出的改进算法和其他相关图像超分辨率重建算法的重建效果,重建图像在主观和客观方面质量均有所提高.
推荐文章
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
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
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 一种改进的稀疏表示超分辨率重建方法
来源期刊 现代计算机 学科
关键词 图像超分辨率重建 稀疏表示 字典学习
年,卷(期) 2020,(6) 所属期刊栏目 研究与开发
研究方向 页码范围 42-46
页数 5页 分类号
字数 4214字 语种 中文
DOI 10.3969/j.issn.1007-1423.2020.06.009
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 李冠葳 四川大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
图像超分辨率重建
稀疏表示
字典学习
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导