新型混合字典学习算法改进图像超分辨率的研究

CORC > 兰州理工大学 > 兰州理工大学

	新型混合字典学习算法改进图像超分辨率的研究
	李可 ; 孙金岭
刊名	实验室研究与探索
	2017-11-15
期号	2017年11期页码:118-121
关键词	字典学习 2层字典半耦合字典学习峰值信噪比视觉效果
ISSN号	ISSN：1006-7167
英文摘要	目前机器学习算法大都采用单层字典的学习训练设计,现从改进视觉效果、分辨率2个角度,设计了2层字典混合学习算法。采用经典的半耦合字典学习(SCDL)和模糊模型处理结合作为第1层字典学习,第2层则是针对第1层的残余图像进行重构,结合K值聚类以及K-SVD算法设计了第2层字典的训练过程。与经典SCSR、SCDL算法对比实验结果表明:改进算法的峰值信噪比与其他2种算法有了4%左右的提高,提高值在1 d B以上,表明了算法能够一定程度的提高重构图像的分辨率;算法的对比视觉效果看出,改进的算法能够明显改进重构质量,实现了图像视觉效果的改善。由于算法并不是以牺牲算法运算时间、速度为代价,这样其研究结果对于机器学习在图像领域的进一步推广与发展具有一定的参考价值。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/3123]
专题	兰州理工大学
作者单位	1.广东开放大学 2.兰州理工大学经济与管理学院
推荐引用方式 GB/T 7714	李可,孙金岭. 新型混合字典学习算法改进图像超分辨率的研究[J]. 实验室研究与探索,2017(2017年11期):118-121.
APA	李可,&孙金岭.(2017).新型混合字典学习算法改进图像超分辨率的研究.实验室研究与探索(2017年11期),118-121.
MLA	李可,et al."新型混合字典学习算法改进图像超分辨率的研究".实验室研究与探索 .2017年11期(2017):118-121.