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

作者: 刘微容张超鹏刘朝荣刘婕

关键词: 图像超分辨率重建小波变换稀疏表示脊回归

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.

上一篇： 基于密度模糊C均值量测集划分的多扩展目标跟踪算法
下一篇： 基于改进的FAST和FREAK的图像匹配算法

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

作者: 刘微容 张超鹏 刘朝荣 刘婕

关键词: 图像超分辨率重建 小波变换 稀疏表示 脊回归

作者: 刘微容张超鹏刘朝荣刘婕

关键词: 图像超分辨率重建小波变换稀疏表示脊回归