欢迎来到天天文库
浏览记录
ID:55971906
大小:775.12 KB
页数:6页
时间:2020-06-03
《超完备稀疏表示的图像超分辨率重构方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第34卷第2期系统工程与电子技术Vol_34NO.22012年2月SystemsEngineeringandElectronicsFebruary2012文章编号:1001—506X(2012)020403—06超完备稀疏表示的图像超分辨率重构方法路锦正,张启衡,徐智勇,彭真明(1_中国科学院光电技术研究所,四川成都610209;2.电子科技大学光电信息学院,四川成都610054;3.中国科学院研究生院,北京100049)摘要:为改善单帧退化图像的分辨率,提出一种基于超完备字典稀疏表示的图像超分辨率重构方法。该方法的核心是构建信号自适应的超完备字
2、典对及计算图像关于对应字典的稀疏表示。为降低在训练过程申构建超完备字典对的复杂性,采用学习低分辨率字典而数值计算高分辨率字典的方法,待超分辨图像应用正则正交匹配追踪的稀疏表示算法求解关于字典的稀疏表示,并联合高分辨率字典实现超分辨率重构。实验表明,该方法与其他类似算法相比,字典训练和超分辨测试的速度都有显著提高,实验图像的峰值信噪比改善3.3dB,框架相似性提高0.09。本方法可应用于单帧模糊图像的高倍率的超分辨率重构,有效地提高了图像的分辨率水平。关键词:稀疏表示;正则正交匹配追踪;超完备字典;超分辨率重构中图分类号:TP391文献标志码:AD
3、oI:10.3969/j.issn.1001—506X.2012.02.35Imagesuper—resolutionreconstructionalgorithmusingover-completesparserepresentati0nLUJin—zheng’。,ZHANGQi—heng,XUZhi—yong,PENGZhen—ming(j.InstituteofOpticsandElectronics,ChineseAcademyofSciences,Chengdu610209,China:2.SchoolofO户oe£Pcr0ncIfor
4、mation,UniversityofElectronicScienceandTechnologyofChina,Chengdu610054,China;3.GraduateUniversityofChineseAcademyofSciences,Beijing】00049,China)Abstract:Inordertoenhancetheresolutionofsingledegradedimages,amethodofsuper-resolutionrecon—structionisproposedviaover—completespars
5、erepresentation.Thecoreofthesuper—resolutionproblemistoconstructover—completedictionarypairsandrepresentsparselysignalswithrespecttoassociateddictionary.Forreducingthecomplexityofbuildingdictionarypairsintrainingphase,thelow—resolutiondictionaryislearnedfrompatchesbutthehigh—
6、resolutioncounterpartisnumericallycalculatedusingknownsparsecoefficients.Intestingstage,asparserepresentationofthelow—resolutionimageoveritsdictionaryissolvedwitharegularizedorthogonalmatchingpursuitalgorithm;therebysuper—resolutionreconstructionisrealizedbyjointinganoptimi—z
7、inghigh—resolutiondictionary.Experimentalresultsdemonstratethat,comparedwithothersimilartechniques,thepeaksignal—to—noiseratio(PSNR)gainofsuperresolvedimagesis3.3dB,andtheimprovementofstructur—alsimilarity(SSIM)is0.09.Especially,bothtrainingefficiencyandtestingspeedofthisprop
8、osedalgorithmhavedramaticallyimprovement.Thisapproachcanbeappliedove
此文档下载收益归作者所有