基于词典学习和稀疏表示的超分辨率方法

被引：41

作者：

浦剑

张军平

机构：

[1] 复旦大学计算机科学技术学院上海市智能信息处理重点实验室

来源：

模式识别与人工智能 | 2010年 / 23卷 / 03期

关键词：

超分辨率; 稀疏表示; 词典学习;

D O I：

10.16451/j.cnki.issn1003-6059.2010.03.006

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

近年来,从大规模数据集中提取过完备词典,并使用稀疏表示在图像去噪、图像去马赛克和图像修复中有着较广泛应用.然而,这一技术不能直接用于处理具有异构特点的低分辨率/高分辨率图像块对,以及相应的图像超分辨率重构.要解决这一问题,文中提出一种求解同时满足两个过完备词典(低分辨率图像块词典和高分辨率图像块词典)下的相同稀疏表示的方法,并利用它们实现图像稀疏表示的超分辨率重建.为了进一步提高彩色图像的超分辨率效果,还提出基于超分辨率亮度信息的UV色度超分辨率重构.实验结果表明文中方法无论在视觉效果还是均方根误差上都获得更好结果.

引用

页码：335 / 340

页数：6