公开(公告)号：CN111784572B

公开(公告)日：2022-06-28

申请号：CN202010425926.0

申请日：2020-05-19

Applicant: 昆明理工大学

Inventor： 李华锋 ,  陈怡文 ,  杨默远 ,  余正涛 ,  张亚飞

IPC: G06T3/40 ,  G06T5/50

Abstract: 本发明涉及一种基于判别字典学习的图像融合与超分辨率联合实现方法，属于数字图像处理技术领域。具体来说，首先联合训练两对低秩、稀疏字典和一个高、低分辨图像编码系数转换矩阵。其中一对字典用于表示输入图像的低秩和稀疏分量，另一对用于重构高分辨率融合低秩和稀疏分量，转换矩阵用于建立高分辨率图像和低分辨率图像之间的潜在关系。然后构造了一个稀疏和低秩分离模型，有效地对输入图像分解为低秩和稀疏分量，从而可以通过不同词典构建高分辨率融合图像。该发明联合实现了图像的融合和超分辨率重构。实验结果表明，无论在视觉效果还是在客观指标上，本发明都具有更好的融合性能。

公开(公告)号：CN111784572A

公开(公告)日：2020-10-16

申请号：CN202010425926.0

申请日：2020-05-19

Applicant: 昆明理工大学

Inventor： 李华锋 ,  陈怡文 ,  杨默远 ,  余正涛 ,  张亚飞

IPC: G06T3/40 ,  G06T5/50

Abstract: 本发明涉及一种基于判别字典学习的图像融合与超分辨率联合实现方法，属于数字图像处理技术领域。具体来说，首先联合训练两对低秩、稀疏字典和一个高、低分辨图像编码系数转换矩阵。其中一对字典用于表示输入图像的低秩和稀疏分量，另一对用于重构高分辨率融合低秩和稀疏分量，转换矩阵用于建立高分辨率图像和低分辨率图像之间的潜在关系。然后构造了一个稀疏和低秩分离模型，有效地对输入图像分解为低秩和稀疏分量，从而可以通过不同词典构建高分辨率融合图像。该发明联合实现了图像的融合和超分辨率重构。实验结果表明，无论在视觉效果还是在客观指标上，本发明都具有更好的融合性能。