期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种新颖的人脸图像超分辨率技术 被引量：14
1
作者 吴炜 杨晓敏 +2 位作者 陈默 何小海 郑丽贤 《光学精密工程》 EI CAS CSCD 北大核心 2008年第5期815-821,共7页
研究了基于学习的人脸图像超分辨率技术。针对Baker方法建立的图像金字塔提取高频细节不够丰富的缺点,提出基于多分辨率幻觉脸算法,采用Kirsch算子提取了高频特征。该算子与Baker的一阶、二阶灰度算子结合,能够提取更多的图像信息,使得... 研究了基于学习的人脸图像超分辨率技术。针对Baker方法建立的图像金字塔提取高频细节不够丰富的缺点,提出基于多分辨率幻觉脸算法,采用Kirsch算子提取了高频特征。该算子与Baker的一阶、二阶灰度算子结合,能够提取更多的图像信息,使得匹配更为准确。将流形学习中的LLE算法思想引入匹配复原过程,复原结果获取了更完备的高频信息。对IMDB人脸库进行了试验比较,结果表明,本文方法可取得30.92 dB的平均峰值信噪比,高于Baker方法和插值算法;而且本文预测得到的先验模型更为准确,使得最终复原的人脸图像具有更好的视觉效果。 展开更多
关键词 基于学习的超分辨率 幻觉脸 KIRSCH算子 流形学习 局部线性嵌入
在线阅读 下载PDF
局部线性嵌入的快速单幅图像超分辨率技术 被引量：9
2
作者 姜杰 刘哲 吕林涛 《红外技术》 CSCD 北大核心 2018年第1期39-46,共8页
图像超分辨率的目的是在给定低分辨率图像的基础上产生超分辨率图像。单幅图像超分辨率是个病态和欠定的问题,需要通过样本学习和图像先验约束来重构图像丢失的高频细节。本文提出了一种基于局部线性嵌入的快速单幅图像超分辨率技术。首... 图像超分辨率的目的是在给定低分辨率图像的基础上产生超分辨率图像。单幅图像超分辨率是个病态和欠定的问题,需要通过样本学习和图像先验约束来重构图像丢失的高频细节。本文提出了一种基于局部线性嵌入的快速单幅图像超分辨率技术。首先,该方法利用大量的自然图像建立高低分辨率图像块样本训练库;其次,运用聚类算法将具有相似性质的高低分辨率样本块进行聚类;再次,基于局部线性嵌入技术,通过样本训练来学习低分辨率图像与高分辨率图像之间的映射函数;最后,用过映射函数来重构高分辨率图像。实验结果表明,本文算法不仅能高质量重构高分辨图像,而且快速高效。 展开更多
关键词 超分辨率 局部线性嵌入 样本学习
在线阅读 下载PDF
基于级联线性回归的快速单幅图像超分辨率技术 被引量：2
3
作者 刘哲 黄文准 乌伟 《红外技术》 CSCD 北大核心 2018年第9期894-901,共8页
基于学习的图像超分辨率技术,通过学习获得高、低分辨率图像之间的映射关系,将其作为先验约束条件来估计高分辨率图像。这种技术的一个重要问题是如何建立高分辨率和低分辨率图像之间的映射关系,大多数现有的复杂模型既难以推广到所有... 基于学习的图像超分辨率技术,通过学习获得高、低分辨率图像之间的映射关系,将其作为先验约束条件来估计高分辨率图像。这种技术的一个重要问题是如何建立高分辨率和低分辨率图像之间的映射关系,大多数现有的复杂模型既难以推广到所有自然图像,还需要耗费大量时间进行模型训练,而简单模型的表示能力却很有限。本文提出了一种简单、有效、鲁棒、快速的图像超分辨率技术。这种超分辨技术基于一系列线性最小二乘函数,即级联线性回归模型,这种模型函数具有闭合形式的解,仅需要很少的控制参数,因此在计算上能够有效实现。为了减小估计模型和实际模型之间的差距,本文通过k-means算法将图像块进行聚类,并在每次迭代中学习每个聚类的线性回归参数,在级联线性回归学习过程中逐渐逼近真实的超分辨率图像。实验结果表明,本文所提出的技术与现有技术方法相比,具有更好的超分辨性能、更低的时间消耗。 展开更多
关键词 超分辨率 样本学习 级联线性回归 最小二乘
在线阅读 下载PDF
基于深度学习和稀疏编码的图像超分辨率重建 被引量：3
4
作者 谭成兵 姚宏亮 詹林 《计算机应用与软件》 北大核心 2022年第12期219-226,共8页
针对基于深度神经网络的图像超分辨率重建技术训练时间长的问题,提出一种基于深度学习和稀疏编码的图像超分辨率重建算法。采用卷积神经网络学习低分辨率图像每一块的深度视觉特征,利用局部约束线性编码的局部平滑稀疏能力对深度特征进... 针对基于深度神经网络的图像超分辨率重建技术训练时间长的问题,提出一种基于深度学习和稀疏编码的图像超分辨率重建算法。采用卷积神经网络学习低分辨率图像每一块的深度视觉特征,利用局部约束线性编码的局部平滑稀疏能力对深度特征进行编码;利用字典学习技术学习低分辨率图像和高分辨率图像每一块之间的判别关系字典;通过低分辨率字典和低分辨率图像估计稀疏表示系数,利用该系数实现图像超分辨率的重建。实验结果表明,该算法在视觉效果和评价指标上均获得了较好的超分辨率效果,并且速度较快。 展开更多
关键词 深度神经网络 卷积神经网络 局部约束线性编码 字典学习 图像超分辨率 图像重建
在线阅读 下载PDF
一种改进的局部线性嵌入超分辨率重建算法
5
作者 曹明明 干宗良 朱秀昌 《南京邮电大学学报（自然科学版）》 北大核心 2013年第1期10-15,共6页
提出了一种改进的局部线性嵌入超分辨率重建算法。该算法着重对局部线性嵌入超分辨率重建算法三个方面做了改进:特征选取,用图像块的DCT系数来取代图像块的1阶、2阶梯度作为图像块的特征描述,可以减弱噪声的影响;邻近块的数目,根据图像... 提出了一种改进的局部线性嵌入超分辨率重建算法。该算法着重对局部线性嵌入超分辨率重建算法三个方面做了改进:特征选取,用图像块的DCT系数来取代图像块的1阶、2阶梯度作为图像块的特征描述,可以减弱噪声的影响;邻近块的数目,根据图像块与周围图像块的关系自适应的选取邻近块的数目,可以避免将距离较远的块选为邻近块;样本库的训练过程,用高分辨率图像与低分辨率图像的残差图像作为高分辨率图像的训练样本,这样既可以避免低频分量的干扰,又可以减少在计算过程中的平滑次数。实验结果表明这种改进的算法比原算法的重建效果有了较大程度的提高:PSNR提高4.07 dB,SSIM提高0.065 4;比稀疏重建算法PSNR提高0.62 dB,SSIM提高0.006 6,而且用DCT系数作为图像块的特征表示,每一个图像块所需要提取的特征数比用1阶、2阶梯度减少了四分之三,降低了算法的复杂度。 展开更多
关键词 超分辨率重建 局部线性嵌入 DCT变换
在线阅读 下载PDF
基于近邻非负线性组合的高分辨率图像重建
6
作者 曾宪华 段文强 《计算机工程》 CAS CSCD 2012年第22期211-215,共5页
针对现有基于局部线性嵌入的高分辨率图像重建算法对噪声敏感、图像块间边界不连续等问题,提出一种近邻非负线性重建高分辨率图像的流形学习算法。将流形学习重建过程中的近邻线性组合系数约束为非负,并采用基于像素块比例值的特征提取... 针对现有基于局部线性嵌入的高分辨率图像重建算法对噪声敏感、图像块间边界不连续等问题,提出一种近邻非负线性重建高分辨率图像的流形学习算法。将流形学习重建过程中的近邻线性组合系数约束为非负,并采用基于像素块比例值的特征提取方法。实验结果表明,该算法能重建更多的细节,降低块效应,提高重建图像的峰值信噪比。 展开更多
关键词 高分辨率图像重建 流形学习 局部线性嵌入 近邻重建 图像块 非负权值
在线阅读 下载PDF
正则化技术和低秩矩阵在稀疏表示超分辨率算法中的应用 被引量：7
7
作者 黄德天 黄炜钦 +1 位作者 云海姣 郑力新 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第5期868-877,共10页
为了有效地利用图像的特征作为指导重建的先验知识,解决常规超分辨率算法对边缘与结构等细节恢复不足的问题,提出一种改进的超分辨率算法.对待重建图像进行低秩分解,得到不同特征的低秩子图像和稀疏子图像;对于低秩子图像,提出采用基于... 为了有效地利用图像的特征作为指导重建的先验知识,解决常规超分辨率算法对边缘与结构等细节恢复不足的问题,提出一种改进的超分辨率算法.对待重建图像进行低秩分解,得到不同特征的低秩子图像和稀疏子图像;对于低秩子图像,提出采用基于正则化技术的稀疏表示超分辨率算法进行重建,先通过在低秩子图像中寻找相似图像块构造非局部相似正则化项,得到图像的非局部冗余,以保持边缘信息;再通过局部线性嵌入方法构造流形学习正则化项,获得图像的结构先验知识,以增强结构信息.对于稀疏子图像则不参与稀疏表示超分辨率重建,而是采用双三次插值法进行重建.实验结果表明,与其他算法相比,无论在主观视觉效果上,还是在峰值信噪比和结构相似性指标上,文中算法都有显著的提高. 展开更多
关键词 超分辨率 稀疏表示 非局部相似性 局部线性嵌入 低秩矩阵
在线阅读 下载PDF
基于自学习局部线性嵌入的多幅亚像元超分辨成像 被引量：6
8
作者 穆绍硕 张叶 贾平 《光学精密工程》 EI CAS CSCD 北大核心 2015年第9期2677-2686,共10页
研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接... 研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接处理等缺点,提出了一种基于自学习的改进LLE算法;采用新的LLE权值计算方法获得正数权值,同时对初始估计再次运用自学习LLE方法恢复丢失的高频细节信息。仿真实验结果表明,该算法重构的图像的信噪比比传统LLE超分辨算法提高了0.8dB,运行时间提高了75%,视觉上可感知重构图像的细节信息更丰富。与其它方法相比,用搭载的微位移实验平台运行本文算法所获得重构图像的信噪比和信息熵都有很大提高,表明本文算法能获得高质量和高分辨率的重构图像。 展开更多
关键词 超分辨成像 亚像元图像 自学习 局部线性嵌入 训练样本
在线阅读 下载PDF
图像超分辨重建算法综述 被引量：12
9
作者 史振威 雷森 《数据采集与处理》 CSCD 北大核心 2020年第1期1-20,共20页
图像超分辨重建是一种提升图像分辨率的图像处理技术,而超分辨问题是一个难解的欠定问题,近些年来研究人员主要采用基于学习的方法,从大量数据中学习图像先验信息,以实现对解空间的约束。本文介绍了近20年来主流的图像超分辨重建算法,... 图像超分辨重建是一种提升图像分辨率的图像处理技术,而超分辨问题是一个难解的欠定问题,近些年来研究人员主要采用基于学习的方法,从大量数据中学习图像先验信息,以实现对解空间的约束。本文介绍了近20年来主流的图像超分辨重建算法,主要分为基于传统特征的方法和基于深度学习的方法。对于传统的超分辨重建算法,阐述了基于邻域嵌入的方法、基于稀疏表示的方法以及基于局部线性回归的方法。对于基于深度学习的超分辨重建算法,详细总结了网络模型结构设计、上采样方式、损失函数形式以及复杂条件下的算法设计4个方面。此外,本文简要分析了超分辨重建技术在视频超分辨、遥感图像超分辨以及在视觉高层任务方面的应用。最后,本文展望了图像超分辨重建技术的未来发展方向。 展开更多
关键词 图像超分辨 邻域嵌入 稀疏表示 局部线性回归 深度学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部