主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
古元亭,吴恩华.基于图像类推的超分辨技术.软件学报,2008,19(4):851-860
基于图像类推的超分辨技术
Image-Analogies Based Super Resolution
投稿时间:2007-07-27  修订日期:2007-12-24
DOI:
中文关键词:  超分辨  图像类推  马尔可夫网络
英文关键词:super resolution  image analogies  Markov network
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60473105 (国家自然科学基金); the National Basic Research Program of China under Grant No.2002CB312102 (国家重点基础研究发展计划(973)).
作者单位
古元亭 中国科学院 软件研究所 计算机科学重点实验室,北京 100080 
吴恩华 中国科学院 软件研究所 计算机科学重点实验室,北京 100080
澳门大学 科学技术学院 电脑与资讯科学系,澳门 
摘要点击次数: 3660
全文下载次数: 3620
中文摘要:
      目前的图像超分辨技术都依赖于从适当的外部数据集合中提取信息以对图像进行增强,然而这个条件在很多实际应用中难以得到满足.通过对理想边缘模型与纹理内容的分析,发现图像在尺度空间上具有局部结构的自相似性及可传递性.基于这个特点,应用图像类推技术(image analogies,简称IA),可以将图像的局部特性在不同尺度上进行传递,从而为低分辨图像补充结构信息.在实现上,利用原图像和退化图像建立训练集合,用能量图构建学习网络,将图像类推问题转化为求解最小图能量问题.实验结果表明,这种自我类推方法不仅可以有效地提高放大图像的清晰程度,而且较一般的IA算法速度大为加快,更为重要的是,它可以摆脱一般方法对训练集合的依赖,完全独立进行.
英文摘要:
      Most methods of super resolution so far enhance images by adding exterior information extracted from a given training set. However, this is impractical in lots of cases. From analysis of an ideal edge model and texture contents within images, it is found that many images hold similar local structure at different resolution and preserve it stably in the scale space. Based on this property, Image Analogies can be applied to pass local information onto lower resolution image and thus to achieve resolution enhancement. Original image and its lower-resolution version are used to construct the training set to fit this problem to Image Analogies, and it is resolved by minimizing a graph with energy. Experimental results show that this self analogies algorithm can amplify images much more sharply than traditional interpolation-like methods, and more importantly, it can be executed independently without any supposed outliers.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利