天大新闻
01 现在的位置：首页 > 期刊导读 > 2015 > 01 >
基于非局部相似性和分类半耦合字典学习的超分辨率重建
【作者】 杨爱萍 钟腾飞 何宇清 天津大学电子信息工程学院 天津300072
【关键词】 超分辨率 半耦合字典学习
【摘要】为了提升单幅彩色图像的超分辨率重建质量,提出了一种改进的基于学习的超分辨率方法.针对半耦合字典学习超分辨率算法训练精度不高的缺陷,采用稀疏域分类与半耦合字典学习交替进行的启发式策略.在训练阶段引入稀疏域非局部相似性约束项,使用改进了的非局部约束l1范数优化问题求解算法,训练得到多组高、低分辨率字典和映射矩阵.在重建阶段利用分类稀疏表示、非局部相似性并结合残差补偿进一步提高重建精度.实验结果表明,该方法在主观和客观评价标准下均取得了较好的重建效果,显著提升了超分辨率重建质量.
上一篇：第一页
下一篇：永定河泛区洪水调度数值模拟
版权所有 © 2010 天津大学期刊中心 津ICP备05004358号
地址：天津大学第19教学楼东配楼 邮政编码：300072