| 挖掘理想重建图像自相似性的超分辨率 |
| |
| 引用本文： | 李键红,吴亚榕,詹瑾.挖掘理想重建图像自相似性的超分辨率[J].湖南大学学报(自然科学版),2021,48(8):149-60. |
| |
| 作者姓名： | 李键红 吴亚榕 詹瑾 |
| |
| 作者单位： | 广东外语外贸大学信息科学与技术学院,广东广州 510006;仲恺农业工程学院机电工程学院,广东 广州 510225;广东技术师范大学计算机科学学院,广东 广州510665 |
| |
| 摘 要： | 为了解决图像超分辨率过程中训练步骤对海量数据的过于依赖、先验泛化能力不强等问题,进一步提高重建图像的质量,提出了一种新的图像超分辨率算法.首先对图像自相似性理论进行扩展,指出理想重建图像自相似性表现极为强烈,而受降质因素干扰的重建图像自相似性则会明显减弱.本文将这一规律视为先验,通过构建联合高斯混合模型对其进行描述,这使得每个重建图像片的自相似性都能够用一个特定的高斯分布进行刻画,最后算法以迭代的方式分片重建整幅高分辨率图像.在为每个高分辨率图像片建模的过程中,为了使训练样本具有较强的一致性,仅使用输入图像中与其空间位置相近的图像片进行训练.该算法避开了易于引入误差的最近邻域查找步骤,且成本函数存在解析解.实验表明该算法重建图像清晰、自然,重建结果中的显著边缘和纹理结构都得到了有效保持,正确的高频信息得到了明显恢复.在将BSD500部分数据集放大3倍的实验中,本文算法的PSNR平均值高于MMPM算法0.529 db,SSIM平均值高于MMPM算法0.030.
|
| 关 键 词： | 单帧图像超分辨率 自相似性 高斯混合模型 概率密度函数 最大后验概率 维纳滤波解 |
Image Super-resolution by Exploiting
Self-similarity of Ideal Reconstruction |
| |
| LI Jianhong,WU Yarong,ZHAN Jin.Image Super-resolution by Exploiting
Self-similarity of Ideal Reconstruction[J].Journal of Hunan University(Naturnal Science),2021,48(8):149-60. |
| |
| Authors: | LI Jianhong WU Yarong ZHAN Jin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
|
