-
公开(公告)号：CN108122262B
公开(公告)日：2021-05-07
申请号：CN201611065372.8
申请日：2016-11-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于主结构分离的稀疏表示单帧图像超分辨率重建算法，首先通过改进的相关全变分对输入图像进行分解，得到图像的主结构和纹理，然后分开进行处理，对于主结构成分，构造了基于自相似的自驱动学习算法来进行重建，对于纹理成分，则采用外部数据库进行稀疏表示重构。本发明首次引入了相关全变分来解决超分辨率问题，使得分离出来的主结构边缘锐利，提供强自相似性，在提升重建效果的同时避免了传统方法的复杂计算，提升了效率。而纹理部分的复杂度得到降低，通过一个外部字典即可重建出各种纹理图案，避免了传统字典学习超分辨率方法中字典尺寸不足够应对复杂图案变化的问题，使得本发明能应对不同种类的图像。
-
公开(公告)号：CN108122262A
公开(公告)日：2018-06-05
申请号：CN201611065372.8
申请日：2016-11-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于主结构分离的稀疏表示单帧图像超分辨率重建算法，首先通过改进的相关全变分对输入图像进行分解，得到图像的主结构和纹理，然后分开进行处理，对于主结构成分，构造了基于自相似的自驱动学习算法来进行重建，对于纹理成分，则采用外部数据库进行稀疏表示重构。本发明首次引入了相关全变分来解决超分辨率问题，使得分离出来的主结构边缘锐利，提供强自相似性，在提升重建效果的同时避免了传统方法的复杂计算，提升了效率。而纹理部分的复杂度得到降低，通过一个外部字典即可重建出各种纹理图案，避免了传统字典学习超分辨率方法中字典尺寸不足够应对复杂图案变化的问题，使得本发明能应对不同种类的图像。
-
Search Results
2
records
(took 0.018 seconds)
