标题：
基于多字典和稀疏噪声编码的图像超分辨率重建
点击次数：
所属单位：
自动化学院
发表刊物：
云南民族大学学报(自然科学版)
关键字：
多字典学习;稀疏编码;超分辨重建;
摘要：
稀疏表示模型是通过将字典中的原子进行组合得到期望的结果.为了解决传统字典学习中所有图像块重建均使用同一个字典,从而忽略了最佳稀疏域的问题,提出来一种基于多字典和稀疏噪声编码的图像超分辨率重建算法.在字典训练时,利用图像的特征将它们合理地划分成若干个簇,每个聚类训练生成子字典对,利用最佳字典对进行重建.在求解稀疏系数阶段,引入稀疏编码噪声去除噪声的影响,利用图像非局部自相似性来获得原始图像稀疏编码系数的良好估计,然后将观测图像的稀疏编码系数集中到这些估计当中.实验表明,与ASDS算法和SSIM算法相比较,该算法有更好的重建结果,获得了更丰富的图像细节和更清晰的边缘.
是否译文：
否
发表时间：
2019-01-23
合写作者：
王真真,朱松岩,周大可
通讯作者：
杨欣
发表时间：
2019-01-23
学位：工学博士学位
职称：副教授
所在单位：自动化学院