原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 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、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、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、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
本发明涉及一种基于稀疏表示的在线字典学习超分辨率重建的方法，包括三个部分：先验信息、字典学习、稀疏重建；其中，在字典训练部分采用在线字典学习，不仅有效利用外部图像库信息，更加入图像本身信息更新字典；此外，在稀疏先验的基础之上，同时加入局部自回归模型和非局部自相似性作为先验信息，建立了非局部正则化的超分辨率重建模型，重建图像的各种结构特征；在稀疏重建阶段，利用多尺度自相似稀疏表示确定稀疏系数，不同尺度相似块间的对应关系构建非局部约束项，在图像重建模型中将多尺度自相似结构的附加信息引入到重建过程；该
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 109636722 A
(43)申请公布日
2019.04.16
(21)申请号 20181
文档评论（0）