科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于图像超分辨率重建而言，通常会将图像的整体信息作为研究对象。然而图像本身含有的大量结构信息并没有得到充分利用。为了提高超分辨率重建的效果，实现对不同特征信息的利用，提出了一种融合邻域回归和稀疏表示的图像超分辨率重构算法。首先依据图像所具有的低秩性对高分辨率图像进行分解，获得高分辨率图像的低秩部分和稀疏部分；其次，将对应的低分辨率图像与高分辨率图像的低秩部分和稀疏部分进行训练，学习得到对应的特征字典；然后基于高分辨率图像的低秩部分和稀疏部分分别基于稀疏表示和邻域嵌入进行高分辨率重构；最后，基于低秩矩阵恢复理论，融合邻域回归和稀疏表示重构的高分辨率图像，得到最终的高分辨率图像。在测试集Set5和...
- 单位
