為提高低分辨率圖像超分辨率重建的精度和效率,提出一種多尺度自相似融合圖像超分辨率重建算法。該方法在錨定鄰域回歸（ANR）方法的基礎(chǔ)上引入自相似矩陣,使圖像邊緣更加清晰;利用多層小波變換構(gòu)建多尺度串聯(lián)模型,實(shí)現(xiàn)小波域的不同尺度圖像的多層超分辨率重建;增加訓(xùn)練字典原子數(shù)和鄰域數(shù),采用分層搜索匹配策略進(jìn)行低分辨率圖像塊與錨點(diǎn)的匹配以減少圖像重建時(shí)間。實(shí)驗(yàn)結(jié)果表明:該方法重建的圖像邊緣和細(xì)節(jié)更清晰,邊緣重影和階梯效應(yīng)明顯削弱,PSNR值提高約1 dB,且重建時(shí)間有所減少。 

【文章來源】：實(shí)驗(yàn)技術(shù)與管理. 2020,37(02)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建[J]. 王民,劉可心,劉利,楊潤(rùn)玲.  激光與光電子學(xué)進(jìn)展. 2017(11)
[2]自外而內(nèi)的單幅圖像超分辨率復(fù)原算法[J]. 鄭向濤,袁媛,盧孝強(qiáng).  光學(xué)學(xué)報(bào). 2017(03)



本文編號(hào)：3035056