基于改进稀疏编码的图像超分辨率算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对传统基于稀疏字典对的超分辨率（SR）算法训练速度慢、字典质量差、特征匹配准确性低的缺点，提出一种基于改进稀疏编码的图像超分辨率算法。该算法使用自适应阈值的形态组成分析（MCA）方法提取图像特征，并采用主成分分析算法对训练集进行降维，提高特征提取的有效性，缩短字典训练时间，减少过拟合现象。在字典训练阶段，使用改进的稀疏群奇异值分解（K-SVD）算法训练低分辨率字典，结合图像块的重叠关系求解高分辨率字典，增强字典的有效性和自适应能力，同时极大地提高了字典的训练速度。在Lab颜色空间对彩色图像进行重建，避免由于颜色通道相关性造成的重建图像质量下降。与传统方法相比，该算法重建图像质量和计算效率更优。

原文链接:http://www.cqvip.com//QK/94832X/201402/48461172.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分辨率 主成分分析 cqvip 大家共享 HTML 超分辨率 稀疏表示 形态组成分析 主成分分析 颜色空间