面向有限带宽信道的字典学习图像超分辨率重建 |
| |
引用本文: | 左登,符冉迪,周颖,纪念.面向有限带宽信道的字典学习图像超分辨率重建[J].宁波大学学报(理工版),2018(3). |
| |
作者姓名: | 左登 符冉迪 周颖 纪念 |
| |
作者单位: | 宁波大学信息科学与工程学院 |
| |
摘 要: | 固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练,在字典学习过程中存在稀疏表示系数不准确的问题,导致重建的结果不理想.因此,引入一种改进的K-SVD算法对字典进行训练,该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式,使得稀疏表示系数更加准确,而且加快了字典的收敛速度,使得训练得到的字典具有更好的稀疏表达能力.同时,针对ANR算法的不足,提出一种面向有限带宽信道基于字典学习的图像超分辨率方法,该方法采用改进的K-SVD算法训练字典对{Φ_h,Φ_1},并将其应用到ANR算法中,实现图像的超分辨率重建.实验结果表明,本文提出的方法不仅能够保持ANR算法快速重建的优势,而且提高了图像的重建质量,具有更高的峰值信噪比和结构相似度.
|
本文献已被 CNKI 等数据库收录! |
|