咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于稀疏贝叶斯估计的单图像超分辨率算法 收藏

基于稀疏贝叶斯估计的单图像超分辨率算法

Single image super-resolution method based on sparse Bayesian estimation

作     者:袁桂霞 周先春 Yuan Guixia;Zhou Xianchun

作者机构:江苏开放大学信息与机电工程学院南京210017 南京信息工程大学电子与信息工程学院南京210044 

出 版 物:《计算机应用研究》 (Application Research of Computers)

年 卷 期:2019年第36卷第2期

页      面:626-629页

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金资助项目(11202106 61201444) 江苏省高校自然科学面上基金资助项目(15KJD520003) 

主  题:单图像超分辨率 超分辨率 贝叶斯估计 回归 稀疏表示 

摘      要:针对现有超分辨率方法对不同低分辨率图像的超分辨率效果差异较大的问题,提出了一种基于稀疏贝叶斯估计的单图像超分辨率方法。该方法将单图像超分辨率问题看做是回归问题,采用Kronecker脉冲函数作为回归基函数,综合利用图像的局部信息和全局信息寻找特定预测的最优稀疏解决方案,采用贝叶斯方法估计权重,据此重构超分辨率图像。实验结果表明,采用该方法对14幅测试图像运行单图像超分辨率算法,得到的平均峰值信噪比高、方差小、耗时少,证实了该方法的超分辨率效果好、适应性强,且运算效率高。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分