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,實現(xiàn)小波域的不同尺度圖像的多層超分辨率重建;增加訓練字典原子數(shù)和鄰域數(shù),采用分層搜索匹配策略進行低分辨率圖像塊與錨點的匹配以減少圖像重建時間。實驗結(jié)果表明:該方法重建的圖像邊緣和細節(jié)更清晰,邊緣重影和階梯效應明顯削弱,PSNR值提高約1 dB,且重建時間有所減少。 

【文章來源】：實驗技術與管理. 2020,37(02)北大核心

【文章頁數(shù)】：5 頁

【參考文獻】：
期刊論文
[1]基于優(yōu)化卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建[J]. 王民,劉可心,劉利,楊潤玲.  激光與光電子學進展. 2017(11)
[2]自外而內(nèi)的單幅圖像超分辨率復原算法[J]. 鄭向濤,袁媛,盧孝強.  光學學報. 2017(03)



本文編號：3035056