基于极限学习机的图像超分辨率算法

摘要：

为了进一步提高基于学习的超分辨率图像重建质量,考虑到极限学习机(ELM)具有学习速度快和良好数据预测与分析能力,提出了1种基于极限学习机的图像超分辨率重建方法.在图像稀疏思想下,将高分辨率图像中的高频细节信息作为原子构建冗余字典.具体是提取训练图像的高频信息,采用改进的K-SVD算法对高低分辨率图像进行字典学习,构建对应的特征字典作为极限学习机的输入训练网络参数,建立超分辨率重建模型.最后仿真实验结果表明,所提算法能取得比对比算法更好的实验数据.

关键词：极限学习机、字典学习、超分辨率、高频信息

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：天津市自然科学基金14JCZDJC32600

在线出版日期：2017-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-16