基于层次聚类的图像超分辨率重建
多字典学习的图像超分辨率重建过程中常见的K均值聚类、高斯混合模型聚类等方法会导致图像的重建质量欠佳且不稳定,针对这一问题提出一种新的基于层次聚类的图像超分辨率重建算法;首先对样本图像块提取特征并进行层次聚类,经改进的主成分分析方法训练得到K个字典,然后将测试图像裁切成若干图像块,并分别自适应匹配最合适的字典进行图像块重建,最后对整幅图像进行优化,以实现全局重建.结果表明:所提算法具有较高的可行性,能有效改善图像的重建质量;与传统算法相比,所提算法重建图像的峰值信噪比和结构相似度均有所增大.
图像处理、图像重建、层次聚类、超分辨率、多字典、稀疏表示
38
TP751(遥感技术)
上海市教委重点学科资助项目J50503
2018-08-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
122-129