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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论