2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多尺度结构自相似性的单幅图像超分辨率算法

潘宗序 禹晶 胡少兴 孙卫东

潘宗序, 禹晶, 胡少兴, 孙卫东. 基于多尺度结构自相似性的单幅图像超分辨率算法. 自动化学报, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
引用本文: 潘宗序, 禹晶, 胡少兴, 孙卫东. 基于多尺度结构自相似性的单幅图像超分辨率算法. 自动化学报, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
PAN Zong-Xu, YU Jing, HU Shao-Xing, SUN Wei-Dong. Single Image Super Resolution Based on Multi-scale Structural Self-similarity. ACTA AUTOMATICA SINICA, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
Citation: PAN Zong-Xu, YU Jing, HU Shao-Xing, SUN Wei-Dong. Single Image Super Resolution Based on Multi-scale Structural Self-similarity. ACTA AUTOMATICA SINICA, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594

基于多尺度结构自相似性的单幅图像超分辨率算法


DOI: 10.3724/SP.J.1004.2014.00594
详细信息
    作者简介:

    胡少兴 北京航空航天大学机械工程与自动化学院副教授.主要研究方向为三维激光扫描技术,图像处理,计算机视觉与模式识别.E-mail:husx@buaa.edu.cn

  • 基金项目:

    国家自然科学基金(61171117),国家科技支撑计划项目(2012BAH31 B01),北京市教育委员会科技计划重点项目(KZ201310028035)资助

Single Image Super Resolution Based on Multi-scale Structural Self-similarity

More Information
  • Fund Project:

    Supported by National Natural Science Foundation of China (61171117), National Science and Technology Pillar Program of China (2012BAH31B01), and Key Project of the Science and Technology Development Program of Beijing Education Committee of China (KZ201310028035)

计量
  • 文章访问数:  1727
  • HTML全文浏览量:  154
  • PDF下载量:  1447
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-10-18
  • 修回日期:  2013-02-18
  • 刊出日期:  2014-04-20

基于多尺度结构自相似性的单幅图像超分辨率算法

doi: 10.3724/SP.J.1004.2014.00594
    基金项目:

    国家自然科学基金(61171117),国家科技支撑计划项目(2012BAH31 B01),北京市教育委员会科技计划重点项目(KZ201310028035)资助

    作者简介:

    胡少兴 北京航空航天大学机械工程与自动化学院副教授.主要研究方向为三维激光扫描技术,图像处理,计算机视觉与模式识别.E-mail:husx@buaa.edu.cn

摘要: 多尺度结构自相似性是指同一幅图像中存在相同尺度或不同尺度的相似结构,这种多尺度图像结构自相似性广泛存在于遥感图像中.本文提出了一种基于多尺度结构自相似性的单幅图像超分辨率(Super resolution,SR)算法,该算法结合了压缩感知框架与图像结构自相似性,利用非局部方法和基于图像金字塔的K-SVD字典学习方法,将蕴含在相同尺度和不同尺度相似图像块中的附加信息在压缩感知的框架下加入到重构图像中.本文算法的优势在于,它仅借助于单幅低分辨率图像自身所蕴含的信息,实现了空间分辨率的提升.实验表明,与CSSS算法和ASDSAR算法相比,本文算法更有效地提升了遥感图像的空间分辨率.

English Abstract

潘宗序, 禹晶, 胡少兴, 孙卫东. 基于多尺度结构自相似性的单幅图像超分辨率算法. 自动化学报, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
引用本文: 潘宗序, 禹晶, 胡少兴, 孙卫东. 基于多尺度结构自相似性的单幅图像超分辨率算法. 自动化学报, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
PAN Zong-Xu, YU Jing, HU Shao-Xing, SUN Wei-Dong. Single Image Super Resolution Based on Multi-scale Structural Self-similarity. ACTA AUTOMATICA SINICA, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
Citation: PAN Zong-Xu, YU Jing, HU Shao-Xing, SUN Wei-Dong. Single Image Super Resolution Based on Multi-scale Structural Self-similarity. ACTA AUTOMATICA SINICA, 2014, 40(4): 594-603. doi: 10.3724/SP.J.1004.2014.00594
参考文献 (16)

目录

    /

    返回文章
    返回