摘要
该文提出了一种基于梯度特征的稀疏表示超分辨率恢复算法,通过使用梯度特征来表征低分辨率图像特征,提高了特征描述的鲁棒性;然后采用一种分离的训练方式来分别训练低分辨率和高分辨率字典,保证了低分辨率和高分辨率字典表示图像的对应性。实验结果表明,提出的算法能够直接对单张图像做超分辨率恢复,同时保留较多的高频成分,仿真结果验证了算法的有效性。
学科与关键词
关键词
梯度特征稀疏表示超分辨率恢复字典学习 gradient featuresparse representationsuper-resolutiondictionary learning
- 基于稀疏表示的图像超分辨率算法高琳中小企业管理与科技(上旬刊), 2013, (10): 289-290.
- 基于稀疏表示的遥感图像超分辨重建黄鑫; 朱福珍; 王成全; 巫红黑龙江大学自然科学学报, 1-6.
- Super-Resolution Image Reconstruction Based on Manifold Learning and Gradient ConstraintLiao Xiu xiu; Han Guo qiang; Wo Yan; Huang Han quan; Li Zhan2012.
