-
题名交叉分辨率自适应字典学习的单帧超分辨率算法
被引量：1
- 1
-
-
作者
王刘涛
黄淼
王建玺
马飞
-
机构
平顶山学院软件学院
武汉大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第8期206-210,219,共6页
-
基金
国家自然科学基金资助项目(61272453)
河南省科技厅科技攻关计划基金资助项目(142102210226)
-
文摘
两步自适应字典学习的超分辨率算法易受插值图像影响而导致图像模糊。针对该问题,提出一种改进交叉分辨率自适应字典学习算法。根据自然图像的冗余性,即不同分辨率图像依然有相似的图像块,直接以低分辨率图像作为字典学习对象。为了弥补单帧图像作为字典学习的不足,采用镜像图像进行字典学习,以产生容量更大的字典。输入低分辨率图像,利用新的字典通过稀疏表示获得高分辨率图像,采用峰值信噪比(PSNR)和结构相似性度量(SSIM)评估重建效果。实验结果表明,与立方插值、SUSR、MSS、HLSR算法相比,提出算法的重建图像纹理保留得最好,图像效果更加丰富自然,且算法运行速度较快,在多数情况下具有最高的PSNR值和SSIM值。
-
关键词
超分辨率
自适应字典学习
镜像图像
峰值信噪比
结构相似性度量
-
Keywords
Super Resolution （SR）
adaptive dictionary learning
mirror image
Peak Signal to Noise Ratio （PSNR）
structural similarity （ssim） measure
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于视觉注意模型的SSIM改进方法
被引量：1
- 2
-
-
作者
安军
周宁宁
-
机构
南京邮电大学计算机学院
-
出处
《计算机技术与发展》
2015年第1期226-229,共4页
-
基金
国家自然科学基金资助项目(61170322)
-
文摘
图像质量评价是图像处理领域的一个研究热点。文中将视觉注意模型结合到传统结构相似度(SSIM)方法中,尝试将视觉注意机制的研究成果引入到图像质量评价领域,以获取更好的评价效果。新方法采用Itti视觉注意计算模型提取图像的全局显著图,然后用中介真值程度(MMTD)理论确定各局部窗口的权值,在评价过程中对显著程度高的区域给予更高的权重。实验结果表明改进后的MMTD-SSIM算法在感兴趣区域突出的图像质量评价中较传统SSIM算法更加准确有效,更加接近人类视觉的主观评价。
-
关键词
图像质量评价
视觉注意模型
显著图
结构相似度
中介真值程度
-
Keywords
Image Quality Assessment（IQA） visual attention model saliency map structural similarity Image measurement（ssim） measure of Medium Truth Degree（MMTD）
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
