作者：赵丽玲; 孙权森; 张泽林样例学习倒易晶胞维度差超分辨重建
摘要：为提高单幅降质图像的分辨率，利用倒易晶胞模型改进了基于样例学习的超分辨算法。首先，在Freeman样例学习超分辨理论框架下，结合倒易晶胞滤波模型增强低分辨率图像特征；然后，将特征增强的低分辨图像与高分辨率图像进行细节对应关系训练；最后，利用训练好的对应关系实现低分辨图像的超分辨重建。该算法削弱了样例学习算法训练阶段“一对多”的病态问题，有效减小了高、低分辨率图像特征空间内在“维度差”。实验结果表明，与双三次插值、邻域嵌入、样例学习超分辨算法相比，该算法在超分辨重建图像主观视觉质量和峰值信噪比(PSNR)客观评价指标中均优于比较算法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
