| 自适应半耦合稀疏字典学习算法 |
| |
| 引用本文： | 沈志伟,杨晓敏,吴 炜,胡明明.自适应半耦合稀疏字典学习算法[J].太赫兹科学与电子信息学报,2018,16(3):529-534. |
| |
| 作者姓名： | 沈志伟 杨晓敏 吴 炜 胡明明 |
| |
| 作者单位： | College of Electronic Information，Sichuan University，Chengdu Sichuan 610065，China,College of Electronic Information，Sichuan University，Chengdu Sichuan 610065，China,College of Electronic Information，Sichuan University，Chengdu Sichuan 610065，China and College of Electronic Information，Sichuan University，Chengdu Sichuan 610065，China |
| |
| 基金项目： | 国家自然科学基金资助项目(61271330；61411140248；61473198)；四川省科技支撑计划资助项目(2014GZ0005) |
| |
| 摘 要： | 为实现图像超分辨力重建，提出了一个自适应半耦合稀疏字典学习算法。由于耦合字典学习算法中存在稀疏编码约束条件太过严苛的缺点，本文采用半耦合的字典学习算法。根据在半耦合的字典学习算法中全局字典表达的局限性，分析和采用了多字典训练算法及相应的重建方法。提出了基于自适应图像块聚类算法的半耦合稀疏字典学习算法。仿真实验结果显示，新算法重建得到的Butterfly,Cameraman,Foreman,Plants,Hat和Lena等图像的峰值信噪比(PSNR)分别比用基于K-means聚类算法的半耦合稀疏字典学习算法得到的重建图像高出0.18 dB,0.16 dB,0.52 dB,0.21 dB,0.23 dB和0.14 dB。该算法可以得到更好的图像重建效果。
|
| 关 键 词： | 自适应聚类 稀疏表示 超分辨力 半耦合字典学习 图像处理 |
| 收稿时间： | 2016/10/23 0:00:00 |
| 修稿时间： | 2018/1/9 0:00:00 |
Adaptive semi-coupled sparse dictionary learning algorithm |
| |
| SHEN Zhiwei,YANG Xiaomin,WU Wei and HU Mingming.Adaptive semi-coupled sparse dictionary learning algorithm[J].Journal of Terahertz Science and Electronic Information Technology,2018,16(3):529-534. |
| |
| Authors: | SHEN Zhiwei YANG Xiaomin WU Wei and HU Mingming |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《太赫兹科学与电子信息学报》浏览原始摘要信息 |
|
点击此处可从《太赫兹科学与电子信息学报》下载全文 |
|
