您的位置: 专家智库 > >

曹明明

作品数:4 被引量:10H指数:2
供职机构:南京邮电大学更多>>
发文基金:国家自然科学基金江苏省研究生培养创新工程项目江苏省高校自然科学研究项目更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇电子电信
  • 1篇自动化与计算...

主题

  • 4篇分辨率
  • 4篇超分辨
  • 4篇超分辨率
  • 3篇超分辨率重建
  • 2篇图像
  • 2篇超分辨率重建...
  • 1篇人脸
  • 1篇人脸超分辨率
  • 1篇矢量
  • 1篇矢量场
  • 1篇图像超分辨率
  • 1篇图像处理
  • 1篇图像重建
  • 1篇主成分
  • 1篇主成分分析
  • 1篇局部线性嵌入
  • 1篇基元
  • 1篇DCT变换

机构

  • 4篇南京邮电大学

作者

  • 4篇曹明明
  • 3篇朱秀昌
  • 3篇干宗良
  • 2篇崔子冠
  • 1篇陈杰
  • 1篇李然

传媒

  • 1篇电子与信息学...
  • 1篇信号处理
  • 1篇南京邮电大学...

年份

  • 2篇2015
  • 1篇2014
  • 1篇2013
4 条 记 录,以下是 1-4
排序方式:
一种改进的局部线性嵌入超分辨率重建算法
2013年
提出了一种改进的局部线性嵌入超分辨率重建算法。该算法着重对局部线性嵌入超分辨率重建算法三个方面做了改进:特征选取,用图像块的DCT系数来取代图像块的1阶、2阶梯度作为图像块的特征描述,可以减弱噪声的影响;邻近块的数目,根据图像块与周围图像块的关系自适应的选取邻近块的数目,可以避免将距离较远的块选为邻近块;样本库的训练过程,用高分辨率图像与低分辨率图像的残差图像作为高分辨率图像的训练样本,这样既可以避免低频分量的干扰,又可以减少在计算过程中的平滑次数。实验结果表明这种改进的算法比原算法的重建效果有了较大程度的提高:PSNR提高4.07 dB,SSIM提高0.065 4;比稀疏重建算法PSNR提高0.62 dB,SSIM提高0.006 6,而且用DCT系数作为图像块的特征表示,每一个图像块所需要提取的特征数比用1阶、2阶梯度减少了四分之三,降低了算法的复杂度。
曹明明干宗良朱秀昌
关键词:超分辨率重建局部线性嵌入DCT变换
自适应邻域选取的邻域嵌入超分辨率重建算法被引量:3
2015年
在邻域嵌入超分辨率重建算法中,训练和重建过程均在特征空间进行的,因此,特征选择对算法的性能具有较大的影响。另外,大多数基于邻域嵌入算法对训练得到的样本库未经测试直接使用,使得邻域选择具有"盲目"性。考虑到特征选择的重要性以及避免邻域选择的盲目性,本文提出了一种新的邻域嵌入超分辨率重建算法。第一步:利用专家矢量场模型估计出输入图像的全局图像;第二步:利用邻域嵌入算法重建残差图像。在重建残差图像的过程中,首先将图像分成若干子块并利用线性滤波器提取特征;然后,将训练图像分成两组,第一组训练得到高、低分辨率重建样本库,第二组对重建样本库测试,得到邻域选择库;最后,自适应的选择输入图像子块的邻域数目,并利用重建样本库重建。仿真实验结果表明,相比其他基于邻域嵌入算法,提出算法可以重建更多的细节信息和锐利的边缘,重建得到的高分辨率图像具有较高的主客观质量。
曹明明干宗良陈杰崔子冠朱秀昌
关键词:超分辨率重建
基于2D-PCA特征描述的非负权重邻域嵌入人脸超分辨率重建算法被引量:7
2015年
在基于邻域嵌入人脸图像的超分辨率重建算法中,训练和重建均在特征空间进行,因此,特征选择对算法性能具有较大影响。另外,算法模型对重建权重未加限定,导致负数权重出现而产生过拟合效应,使得重建人脸图像质量衰退。考虑到人脸图像的特征选择以及权重符号限定的重要作用,该文提出一种基于2维主成分分析(2DPCA)特征描述的非负权重邻域嵌入人脸超分辨率重建算法。首先将人脸图像分成若干子块,利用K均值聚类获得图像子块的局部视觉基元,并利用得到的局部视觉基元对图像子块分类。然后,利用2D-PCA对每一类人脸图像子块提取特征,并建立高、低分辨率样本库。最后,在重建过程中使用新的非负权重求解方法求取权重。仿真实验结果表明,相比其他基于邻域嵌入人脸超分辨率重建方法,所提算法可有效提高权重的稳定性,减少过拟合效应,其重建人脸图像具有较好的主客观质量。
曹明明干宗良崔子冠李然朱秀昌
关键词:图像处理
基于邻域嵌入的图像超分辨率重建研究
图像是日常生活与生产实践中应用最广泛的信息载体之一。随着科学研究和生产技术的发展,人们对高分辨率图像的需求日益增长。但是,由于成像系统以及成像环境等因素的影响,有时很难获取高分辨率的图像。鉴于目前通过硬件方案提升分辨率存...
曹明明
关键词:图像重建超分辨率
共1页<1>
聚类工具0