结构自相似线性回归超分辨重建.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
结构自相似线性回归超分辨重建.pdf

第 34卷第 6期 湖北 工程学院学报 VOI.34 N ().6 2O14年 11月 J()URNAL OF HUBEI ENGINEERING N()V.2Ol4 结构自相似线性回归超分辨重建 张凯兵 ,夏洪星 ,李纪平 ,佘远华 (1.湖北工程学院 计算机与信息科学学院,湖北 孝感 432000;2.武汉世嘉机 电Z-程有限公司,湖北 武汉 430062) 摘 要 :实例学 习是一种有效 的提高 图像 分辨 率的超 分辨重建方法。然而 ,其 重建 质量很大程度 上依赖 于 学 习样本的质量。为克服外部实例 图像与输入 图像结构可能不 匹配而导致重建质量下 降的局 限性,提 出了一 种利用 多线性回归统计模型建立输入低分辨 图像本身不 同尺度相似性图像块之间的映射关系的超分辨重建方 法。该方法采用逐层重建策略,将输入 的低分辨图像逐步分级放大到所期望的大小。实验结果表 明,该方法在 不需要外部训练集的情况下 ,能有效重建高质量的超分辨率 图像 。 关键词 :自相似 ;线性 回归 ;图像超分 辨 中图分类号 :TP39】 文献标志码 :A 文章编号 :2095—4824【2014)O6—0042一O3 图像超分辨重建是一种有效提高图像分辨率 建效果。Zeyde等 提 出利用 PCA 对低分 辨图 的信号处理技术。该技术能有效弥电子成像系统 像块特征先进行降维,然后先用 K—SVD字典学 空间分辨率的不足 ,重建 出高于硬件设备物理分 习算法和 OMP稀疏编码算 法训 练低分辨 字典 , 辨率的高质量图像_1]。 进而利用低分辨样本与高分辨样本之间共现稀疏 经过 3O多年的研究发展 ,人们研究出了许多 编码关系递推高分辨字典的超分辨重 建算 法,该 不同的针对单帧低分辨输入图像的超分辨重建方 方法具有比文献 [4]更快的重建效率 。 法。大体上,单 帧网像超分辨重建技术可 以划分 尽管使用外部高分辨图像构造训练集或字典 成三种类型:基于插值的方法 、基于重构的方法 以 能有效恢复低分辨 图像 中丢失 的高频细节 。然 及基于实例学 习的方法 ]。其中,基于统计机器 而,其重建质量很大程度上依赖于训练样本集 中 学习技术的实例学习超分辨重建算法是 目前研究 是否存在与输入低分辨图像块相 配的样本。当 非常广泛的一种超分辨重建技术。该方法通过学 训练集中不存在或很少存在相匹配的样本时,基 习大量实例样本建立低分辨与高分辨图像之间的 于实例学习的方法容易出现伪像 ,导致重建 的高 映射关系,实现低分辨输入图像 中高频细节 的合 分辨率图像在质量满足不了实际应用要求 。 成。 目前 ,人们提出了许多不 同类 型的实例学 习 本文提出了一种新的利用多线性回归模型建 超分辨算法。例如,基于 Markov网络学 习模型, 立输入低分辨图像本身不 同尺度相似性冗余结构 Freeman等 提 使用信令传播算法实现高分辨 之间映射关系的超分辨重建算法 ,采用逐层重建 图像的最大后验估计 。基于稀疏表示先验模型 , 策略,将输入的低分辨 图像逐步放大到所期望 的 Yang等 提出了基于超完备字典学习 的稀疏表 大小 。实验结果表 明,该方法在不需要外部训练 示超分辨方法 ,取得 了比Freeman方法更好的重 集的情况下,能有效重建高质量的超分辨率图像 。 收稿 日期 :2O14—09—12 基金项 目:湖北省高等学校青年教师深入企业行动计划项 目(XD2014256);湖北省 自然科学基金项 目(2014CFB577, 2Ol2FFC01101);国家 自然科学基金项 目 作者简介 :张凯兵 (1975一 ),男

文档评论(0)

只做精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档