Institutional Repository of Coll Elect & Informat Engn
基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法 | |
刘微容![]() ![]() ![]() | |
2018 | |
发表期刊 | 兰州理工大学学报
![]() |
ISSN | ISSN:1673-5196 |
期号 | 2018年03期页码:88-95 |
摘要 | 针对局部特征不能较好地在空域表示的缺点,对训练集进行直接的小波变换,在训练阶段采用K-SVD字典学习算法对提取的小波域高低分辨率特征分别训练四个子带高低分辨率字典对,并把所得子带字典用于小波域高分辨率图像重建.为了进一步提升重建图像的质量,提出一个自适应混合样本脊回归模型(AMSRR)用于调制重建图像的高频成分.实验结果表明,本文提出的算法在视觉效果以及量化指标(PSNR,SSIM)上优于对比的空域方法. |
关键词 | 图像超分辨率重建 小波变换 稀疏表示 脊回归 |
URL | 查看原文 |
收录类别 | CNKI |
语种 | 中文 |
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/2046 |
专题 | 电气工程与信息工程学院 党委教师工作部(人事处、教师发展中心) |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
第一作者单位 | 电气工程与信息工程学院 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 刘微容,张超鹏,刘朝荣,等. 基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法[J]. 兰州理工大学学报,2018(2018年03期):88-95. |
APA | 刘微容,张超鹏,刘朝荣,&刘婕.(2018).基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法.兰州理工大学学报(2018年03期),88-95. |
MLA | 刘微容,et al."基于小波域稀疏表示和自适应混合样本回归的图像超分辨率重建算法".兰州理工大学学报 .2018年03期(2018):88-95. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于小波域稀疏表示和自适应混合样本回归的(3613KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘微容]的文章 |
[张超鹏]的文章 |
[刘朝荣]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘微容]的文章 |
[张超鹏]的文章 |
[刘朝荣]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘微容]的文章 |
[张超鹏]的文章 |
[刘朝荣]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论