- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于高斯混合模型的多字典图像超分辨方法。该方法首先使用平稳小波变换提取低分辨率图像的特征,对高分辨率图像提取其残差特征,通过对应区域重叠取样获得训练样本对;利用高斯混合模型对训练样本对进行分类,然后对每一类都学习对应的字典对;重建阶段使用多个字典同时对图像进行超分辨重建,并使用改进的全局优化方法进行进一步提高重建的质量。本发明不仅能够训练出更好、更具有泛化性的字典,同时避免了单个全局字典对不能很好的对结构各异的图像块进行重建的问题,能够更好的对低分辨率图像进行超分辨重建。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN111640059A
(43)申请公布日
2020.09.08
(21)申请号20201
文档评论(0)