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 |
| |
引用本文: | 刘微容,张超鹏,刘朝荣,刘婕.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(3). |
| |
作者姓名: | 刘微容 张超鹏 刘朝荣 刘婕 |
| |
作者单位: | 兰州理工大学电气工程与信息工程学院 |
| |
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.
|
本文献已被 CNKI 等数据库收录! |
|