基于中频稀疏表示和全变分正则化的图像超分辨率

Scidown文献预览系统！

作者：scidown 发布时间：2023-01-17 16:05:10 文章标题：

基于中频稀疏表示和全变分正则化的图像超分辨率( Image superresolution by midfrequency sparse representation and total variation regularization )

文章作者：

J Xu Z Chang J Fan X Zhao X Wu Y Wang superresolution sparse representation dictionary learning total variation regularization feature extraction midfrequency component

文章简述：

机器学习已经为超分辨率提供了很多很好的工具，但是现有的方法在很多方面还需要改进。一方面，应该减少内存和时间成本。另一方面，现有方法得到的结果的阶跃边缘不够清晰。我们做以下工作。首先，我们提出了一种提取字典学习中频特征的方法。这种方法带来了在不牺牲性能的情况下减少内存和时间复杂度的好处。其次，我们提出了一个详细的擦除全变差（DWO-TV）正则化模型来重建尖锐的台阶边缘。该模型在高分辨率图像的下采样版本上增加了一个新的约束，以消除细节和伪像并锐化阶跃边缘。最后，融合由DWO-TV正则化产生的阶跃边缘和由学习提供的细节。实验结果表明，所提出的方法在低时间和存储成本与重建质量之间提供了一个理想的折衷。

文章下载地址（开放版）：