首页 | 本学科首页   官方微博 | 高级检索  
     

基于内容的双字典学习及稀疏表示的图像重构
引用本文:王小玉,陈德运,冉起.基于内容的双字典学习及稀疏表示的图像重构[J].仪器仪表学报,2013,34(8).
作者姓名:王小玉  陈德运  冉起
作者单位:哈尔滨理工大学计算机科学与技术学院 哈尔滨150080
摘    要:提出了一种基于内容的双字典学习和稀疏分解结合起来的算法.针对待复原图像内容间的差异性,将训练图像块采用聚类的方法得到多个分类式的字典,从中选择最合适的内容分类来进行图像的恢复,这样做使算法更具区分性,提升了图像的自适应能力.在此基础上,将高频信息分为主要高频和次要高频,并训练双重字典,结合稀疏表示的方法对图像进行重构,这比传统的基于字典学习的算法捕获了更多的图像高频信息,进一步提升了图像重构的质量.方法采用了K-SVD算法以提高稀疏字典编码的计算效率.与其他方法相比,该算法获得了更为精细的图像细节,在PSNR测试数据和主观视觉上都获得了理想的提升.

关 键 词:超分辨率  字典学习  稀疏表示  图像重构

Image super-resolution reconstruction with content based dual-dictionary learning and sparse representation
Wang Xiaoyu , Chen Deyun , Ran Qi.Image super-resolution reconstruction with content based dual-dictionary learning and sparse representation[J].Chinese Journal of Scientific Instrument,2013,34(8).
Authors:Wang Xiaoyu  Chen Deyun  Ran Qi
Abstract:
Keywords:super-resolution  dictionary learning  sparse representation  image reconstruction
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号