位置:成果数据库 > 期刊 > 期刊详情页
基于结构组稀疏表示的红外云图超分辨率方法
  • ISSN号:1003-501X
  • 期刊名称:《光电工程》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:宁波大学信息科学与工程学院,浙江宁波315211
  • 相关基金:国家自然科学基金(61271399,61471212);浙江省自然科学基金(LY16F010001);宁波市自然科学基金(2016A610091)
中文摘要:

针对红外云图分辨率低、视觉效果较差的问题,提出一种图像结构组稀疏表示的超分辨率方法。该方法充分利用红外云图的结构自相似性,将结构组作为稀疏表示的基本单位,建立图像结构组稀疏表示模型。在训练字典过程中通过高斯混合模型学习图像结构组的先验信息,再对样本块进行聚类,利用主成分分析学习得到紧凑的分类字典。在重建阶段对每个结构组自适应选取最匹配的字典,使用改进了的加权l1范数优化方法求解稀疏系数。实验结果表明,与ScSR、Zeyde、NARM等算法相比,所提算法在视觉效果以及图像质量评价指标上均有所提高,红外云图重构质量有较为明显的改善。

英文摘要:

For the problems of low-resolution and poor visual effect of infrared cloud images, a super-resolution method based on structural group sparse representation was proposed. In consideration of the self similarity of infrared image, a structural group sparse representation model was first established. In the training stage, the Gauss mixture model is used to study the prior information of the image structure group, and then to cluster it, using principal component analysis to get a compact classification dictionary. In the reconstruction phase, the best matching dictionary of each structure group is selected, adaptively reweightedl1-norm sparsity is introduced to effectively obtain sparse coefficient. Experimental results demonstrate that our method can achieve better reconstruction effect in both subjective visual effect and objective evaluation criteria compared with ScSR, Zeyde and NARM methods.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光电工程》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院光电技术研究所 中国光学学会
  • 主编:罗先刚
  • 地址:四川省成都市双流350信箱
  • 邮编:610209
  • 邮箱:oee@ioe.ac.cn
  • 电话:028-85100579
  • 国际标准刊号:ISSN:1003-501X
  • 国内统一刊号:ISSN:51-1346/O4
  • 邮发代号:62-296
  • 获奖情况:
  • 四川省第二次期刊质量考评自然科学期刊学术类质量...,四川省第二届优秀期刊评选科技类期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:14003