期刊专题

10.16383/j.aas.2017.c160268

基于自适应块组割先验的噪声图像超分辨率重建

何小海卿粼波李滔滕奇志
四川大学;
引用
(0)
收藏
要增强噪声图像的分辨率,传统的串联方式依次进行去噪与超分辨率重建两个步骤,但去噪算法去除噪声的同时也损失了部分细节信息,影响了后续超分辨率重建的质量.为了使低分辨率噪声图像中所有细节信息都能与超分辨率重建,本文以非局部中心化稀疏表示(Nonlocally centralized sparse representation,NCSR)模型为基础,提出了基于自适应块组割(Patch-group-cuts,PGCuts)先验的噪声图像超分辨率重建方法,同时实现去噪和超分辨率重建功能.块组割先验基于新颖的三维邻域系统和块组割在平滑区域约束力较低,采用分区域融合的方式进一步抑制噪声.本文対合成的低分辨率噪声图像…展开v

超分辨率、稀疏表示、块组割、分区域融合

43

TN9;TP3

国家自然科学基金61471248资助 Supported by National Natural Science Foundation of China61471248

2017-06-27(万方平台首次上网日期,不代表论文的发表时间)

共13页

765-777

暂无封面信息
查看本期封面目录

自动化学报

北大核心CSTPCDEI

0254-4156

11-2109/TP

43

2017,43(5)

月卡
- 期刊畅读卡 -
¥68
季卡
- 期刊畅读卡 -
¥128
年卡
- 期刊畅读卡 -
¥199
年卡
- 超级文献套餐 -
¥499
查重
- 个人文献检测 -
快速入口
开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn