基于残差字典学习的图像超分辨率重建方法
为了提高图像重建质量，在保留图像空间结构信息的同时恢复更多图像高频信息，提出一种基于二维可分离字典和残差字典的图像超分辨率重建方法。不同于传统的基于一维字典的超分辨重建方法，二维字典直接利用图像的二维矩阵表示，因此，可以保持图像的空间结构信息，减少字典参数的数量，节省存储空间。为了更好地恢复图像高频信息，在二维可分离字典重建图像基础上，引入残差字典，重建边缘等高频信息，两类字典各有侧重，二者结合可得到更高质量的超分辨率重建图像。在典型的公共图像集上的实验证明了提出的结合二维可分离字典和残差字典的图像超分辨重建方法的有效性和优越性。
超分辨率重建、二维可分离字典、残差字典
43
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61370119
2017-03-06（万方平台首次上网日期，不代表论文的发表时间）
共6页
43-48
