基于联合稀疏近似的彩色图像超分辨率重建

被引:11
作者
李民 [1 ]
程建 [2 ]
乐翔 [2 ]
李小文 [1 ]
机构
[1] 电子科技大学地表空间信息技术研究所
[2] 电子科技大学电子工程学院
关键词
彩色图像处理; 基于学习的超分辨率(SR); 联合稀疏近似(SSA); 稀疏性模式; lp,q范数;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
针对常用的超分辨率(SR)算法中彩色图像的处理会出现彩色信息的丢失或处理结果色彩偏差较大的问题,提出基于联合稀疏近似(SSA)的彩色图像SR重建方法(SR-SSA)。将多通道数据进行联合稀疏编码(SC),并保证它们具有相同的稀疏性模式;同时考虑了彩色图像的各通道数据,并兼顾了它们之间的相关性,增强了先验知识的表达能力。本文方法有效地将高、低分辨率彩色图像特征块统一进行SC,建立它们之间的稀疏关联,并将这种关联作为先验知识指导图像的SR重建。通过自然图像实验,与其它常用的SR算法对比,SR效果有较好改善。
引用
收藏
页码:1241 / 1245
页数:5
相关论文
共 5 条
[1]
一种基于P-M扩散的超分辨图像重建方法[J] 郭良益;王正明;易成龙; 光电子.激光 2010, 02
[2]
基于改进相容函数的超分辨率图像重建[J] 张桦;马艳杰;薛彦兵; 光电子.激光 2010, 01
[3]
基于多分辨率塔式结构的幻觉脸技术的研究 [J].
郑丽贤 ;
吴炜 ;
杨晓敏 ;
陈默 ;
何小海 .
光电子激光., 2008, (09) :1244-1249
[4]
Image hallucinationwith primal sketch priors Sun J;Zheng N N;Tao H;et al; IEEE Computer SocietyConference on Computer Vision and Pattern Recognition(CVPR''03) 2003,
[5]
Fundamental limits of reconstruction-based super-resolution algorithms under local translation LIN Z C;SHUM H Y; IEEE Trans Pattern Analysis and Machine Intelligence 2004,