基于改进K-SVD字典学习的超分辨率图像重构

史郡; 王晓华

doi:10.3969/j.issn.0372-2112.2013.05.026

您当前的位置：

首页 >

文章列表页 >

基于改进K-SVD字典学习的超分辨率图像重构

科研通信 | 更新时间：2025-07-16

- 基于改进K-SVD字典学习的超分辨率图像重构
- Image Super-Resolution Reconstruction Based on Improved K-SVD Dictionary-Learning
- 电子学报 2013年41卷第5期页码：997-1000
- 作者机构：
  
  北京理工大学信息与电子学院,北京,100081
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.0372-2112.2013.05.026
  中图分类号： TP391.41
- 纸质出版：2013
- 稿件说明：
移动端阅览
史郡, 王晓华. 基于改进K-SVD字典学习的超分辨率图像重构[J]. 电子学报, 2013,41(5):997-1000.

SHI Jun, WANG Xiao-hua. Image Super-Resolution Reconstruction Based on Improved K-SVD Dictionary-Learning[J]. Acta Electronica Sinica, 2013, 41(5): 997-1000.
史郡, 王晓华. 基于改进K-SVD字典学习的超分辨率图像重构[J]. 电子学报, 2013,41(5):997-1000. DOI： 10.3969/j.issn.0372-2112.2013.05.026.

SHI Jun, WANG Xiao-hua. Image Super-Resolution Reconstruction Based on Improved K-SVD Dictionary-Learning[J]. Acta Electronica Sinica, 2013, 41(5): 997-1000. DOI： 10.3969/j.issn.0372-2112.2013.05.026.

摘要

针对已有算法中字典训练的时间消耗巨大的问题

提出了一种改进的基于字典学习的超分辨率图像重构算法.本文将K-SVD字典算法和高低分辨率联合生成的思想结合起来

形成新的字典训练方法

并将由该算法生成的高低分辨率字典应用于基于稀疏表示的超分辨率重构.重构仿真实验证明算法不仅有效降低了字典训练所消耗的时间

而且能够改善重构高分辨图像的质量.

Abstract

An improved super-resolution image reconstruction algorithm based on dictionary-learning is studied in order to solve the problem that the dictionary training process is time-consuming in the existing algorithms.The K-SVD dictionary algorithm is combined with the idea that the high and low resolution dictionaries can be co-generated.Then the high and low resolution dictionaries generated are used to the super-resolution reconstruction algorithm via sparse representation.Experiment results show that the algorithm can not only reduce the time of the dictionary training effectively

and also improve the quality of the reconstruction of high-resolution images.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于代理函数优化的稀疏性字典学习

基于耦合特征空间下改进字典学习的图像超分辨率重建