[发明专利]一种基于稀疏表示的在线字典学习超分辨率重建的方法有效
| 申请号： | 201811483016.7 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109636722B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 程德强;于文洁;李腾腾;白帅;刘钊;李晓晖 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06F18/2136;G06F18/27;G06F18/28 |
| 代理公司： | 北京远创理想知识产权代理事务所(普通合伙) 11513 | 代理人： | 卫安乐 |
| 地址： | 221116*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于稀疏表示的在线字典学习超分辨率重建的方法，包括三个部分：先验信息、字典学习、稀疏重建；其中，在字典训练部分采用在线字典学习，不仅有效利用外部图像库信息，更加入图像本身信息更新字典；此外，在稀疏先验的基础之上，同时加入局部自回归模型和非局部自相似性作为先验信息，建立了非局部正则化的超分辨率重建模型，重建图像的各种结构特征；在稀疏重建阶段，利用多尺度自相似稀疏表示确定稀疏系数，不同尺度相似块间的对应关系构建非局部约束项，在图像重建模型中将多尺度自相似结构的附加信息引入到重建过程；该方法不仅能够减小测试图像对训练图像集的依赖，而且能够克服重建过程中图像块出现的局部失真或模糊，进一步提高重建图像的质量。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 在线 字典 学习 分辨率 重建 方法 | ||
【主权项】：
1.一种基于稀疏表示的在线字典学习超分辨率重建的方法，其特征在于，包括：1)以图像的传统稀疏先验为基础，加入AR和非局部自相似性作为图像的额外补充信息，建立图像的非局部正则化超分辨率重建模型；2)在稀疏重建的字典训练部分，选取在线字典学习；3)在稀疏系数表示部分，结合多尺度自相似的稀疏表示，构造L1范数正则项补偿对；重建图像块向量，将所述图像块向量按照原顺序合成获得超分辨率重建图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国矿业大学，未经中国矿业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811483016.7/，转载请声明来源钻瓜专利网。
