基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法

	基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法
	刘微容; 张超鹏; 刘朝荣; 刘婕
刊名	兰州理工大学学报
	2018
期号	2018年03期页码:88-95
关键词	图像超分辨率重建小波变换稀疏表示脊回归
ISSN号	ISSN：1673-5196
英文摘要	针对局部特征不能较好地在空域表示的缺点,对训练集进行直接的小波变换,在训练阶段采用K-SVD字典学习算法对提取的小波域高低分辨率特征分别训练四个子带高低分辨率字典对,并把所得子带字典用于小波域高分辨率图像重建.为了进一步提升重建图像的质量,提出一个自适应混合样本脊回归模型(AMSRR)用于调制重建图像的高频成分.实验结果表明,本文提出的算法在视觉效果以及量化指标(PSNR,SSIM)上优于对比的空域方法.
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/2046]
专题	电气工程与信息工程学院党委教师工作部（人事处、教师发展中心）
作者单位	兰州理工大学电气工程与信息工程学院
推荐引用方式 GB/T 7714	刘微容,张超鹏,刘朝荣,等. 基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法[J]. 兰州理工大学学报,2018(2018年03期):88-95.
APA	刘微容,张超鹏,刘朝荣,&刘婕.(2018).基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法.兰州理工大学学报(2018年03期),88-95.
MLA	刘微容,et al."基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法".兰州理工大学学报 .2018年03期(2018):88-95.