基于MCA分解的超分辨率重构算法

被引：5

作者：

管超 ^{[1
]}

金波 ^{[2
]}

张爱新 ^{[1
]}

机构：

[1] 上海交通大学信息安全工程学院

[2] 公安部第三研究所

来源：

通信技术 | 2013年 / 46卷 / 03期

关键词：

超分辨率; 稀疏表示; 字典训练; 形态学成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

这里提出一种基于形态学成分分析(MCA,Morphological Component Analysis)分解和稀疏表示的图像超分辨率算法。首先利用MCA将输入图片分解为纹理部分和结构部分。对于纹理部分,采用基于稀疏表示的方法训练过完备字典,然后重构得到高分辨率的纹理部分;结构部分的高分辨率重构则采用新边缘导向插值算法(NEDI,New Edge-Directed Interpolation)获得。这里提出的方法不需要额外训练图片库,只要利用待重构的低分辨率图片就可以训练得到超完备字典;同时针对纹理和结构部分的不同特点,采用了不同的重构算法,更好地保留了图像的细节信息。

引用

页码：87 / 90

页数：4

共 4 条

[1] 一种基于图像内容的图像评价方法 [J].