|
|||||
|
|
| 基于稀疏表示的快速图像超分辨率算法 | |
| 引用本文： | 曹翔,陈秀宏,潘荣华.基于稀疏表示的快速图像超分辨率算法[J].计算机工程,2015(6). |
| 作者姓名： | 曹翔 陈秀宏 潘荣华 |
| 作者单位： | 江南大学数字媒体学院,江苏 无锡,214122 |
| 基金项目： | 国家自然科学基金资助项目(61373055)。 |
| 摘 要： | 针对传统基于超完备字典的图像超分辨率重建算法训练样本庞大、训练时间长、稀疏度固定，且迭代时间长的问题，提出一种快速的图像超分辨率重建算法。该算法在字典训练阶段引入快速核密度估计算法对训练样本规模进行估计，得到数量合理的训练样本，在稀疏表示阶段使用改进的广义正交匹配追踪算法，克服稀疏表示算法中固定稀疏度的缺陷。实验结果表明，相比传统字典训练算法，该算法能提高超分辨率重构的精度，且平均迭代时间较少。 |
| 关 键 词： | 稀疏表示 压缩感知 快速核密度估计 广义正交匹配追踪 超分辨率 字典学习 |
Fast Image Super-resolution Algorithm Based on Sparse Representation |
|
| CAO Xiang,CHEN Xiuhong,PAN Ronghua.Fast Image Super-resolution Algorithm Based on Sparse Representation[J].Computer Engineering,2015(6). | |
| Authors: | CAO Xiang CHEN Xiuhong PAN Ronghua |
| Abstract: | |
| Keywords: | sparse representation compressed sensing Fast Kernel Density Estimation(FastKDE) Generalized Orthogonal Matching Pursuit( GOMP) Super Resolution( SR) dictionary learning |
| 本文献已被 万方数据 等数据库收录！ | |