| 基于分组SVR和KNR的单帧图像超分辨 |
| |
| 作者姓名： | 崔静 刘本永 |
| |
| 作者单位： | 1.贵州大学 计算机科学与信息学院,贵阳 550025
2.贵州大学 智能信息处理研究所,贵阳 550025 |
| |
| 基金项目： | 国家自然科学基金(No.60862003);科技部国际合作项目(No.2009DFR10530);教育部高等学校博士点基金(No.20095201110002);贵州省工业科技攻关项目(黔科合GY字(2010)3054) |
| |
| 摘 要： | 基于学习的图像超分辨是超分辨领域的一类新方法,该方法通过建立映射模型有针对性地对图像目标进行恢复,取得较好的超分辨效果,但往往需要大量学习样本,实际情况中一般难以满足。在无高分辨清晰图像库作为训练样本的前提下,从低分辨图像与其插值图像之间的关系出发,引入分组的思想,采用支持向量回归（SVR）或核非线性回归（KNR）对“组”建立局部映射模型,利用局部模型针对性地重新估计被插值的像素点。结果表明该方法有明显的超分辨效果。
|
| 关 键 词： | 图像超分辨 支持向量回归（SVR） 核非线性回归（KNR） |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
