基于NormLV特征的低秩稀疏邻域嵌入超分辨方法

    公开(公告)号:CN104504672A

    公开(公告)日:2015-04-08

    申请号:CN201410830062.5

    申请日:2014-12-27

    Abstract: 本发明公开了一种基于NormLV特征的低秩稀疏邻域嵌入的超分辨方法。首先,构造NormLV特征将邻域嵌入算法进行特征增强,通过该特征来选取近邻;将训练集进行分组得到索引集;利用低秩稀疏邻域嵌入算法计算权值矩阵;将权值矩阵归一化;线性组合得到高分辨图像块;融合高分辨图像块得到初始的高分辨图像;最后,结合一致性先验和全局约束,利用TV和IBP算法进一步提高图像超分辨重建的质量。本发明将稀疏表示与邻域嵌入算法相结合,解决了低分辨图像与高分辨图像邻域关系的不一致性影响超分辨重建质量的技术问题。采用本发明获得高分辨图像能恢复更加清晰丰富的纹理细节和图像边缘,相比其他方法,有更好的视觉效果。

    基于NormLV特征的低秩稀疏邻域嵌入超分辨方法

    公开(公告)号:CN104504672B

    公开(公告)日:2017-06-13

    申请号:CN201410830062.5

    申请日:2014-12-27

    Abstract: 本发明公开了一种基于NormLV特征的低秩稀疏邻域嵌入的超分辨方法。首先,构造NormLV特征将邻域嵌入算法进行特征增强,通过该特征来选取近邻;将训练集进行分组得到索引集;利用低秩稀疏邻域嵌入算法计算权值矩阵;将权值矩阵归一化;线性组合得到高分辨图像块;融合高分辨图像块得到初始的高分辨图像;最后,结合一致性先验和全局约束,利用TV和IBP算法进一步提高图像超分辨重建的质量。本发明将稀疏表示与邻域嵌入算法相结合,解决了低分辨图像与高分辨图像邻域关系的不一致性影响超分辨重建质量的技术问题。采用本发明获得高分辨图像能恢复更加清晰丰富的纹理细节和图像边缘,相比其他方法,有更好的视觉效果。

Patent Agency Ranking