文献

J-GLOBAL ID：201702255079942660   整理番号：17A0532940

構造組稀疏に基づく赤外光分解能分解法【JST・京大機械翻訳】

A Method of Infrared Nephogram Super-resolution Based on Structural Group Sparse Representation

著者 (5件)： Zhou Ying (Faculty of Electrical Engineering and Computer Science, Ningbo University) ,  Fu Randi (Faculty of Electrical Engineering and Computer Science, Ningbo University) ,  Yan Wen (Faculty of Electrical Engineering and Computer Science, Ningbo University) ,  Zhou Feng (Faculty of Electrical Engineering and Computer Science, Ningbo University) ,  Jin Wei (Faculty of Electrical Engineering and Computer Science, Ningbo University)
資料名： Guangdian Gongcheng  (Guangdian Gongcheng)
巻： 43  号： 12  ページ： 126-132  発行年： 2016年 
JST資料番号： C2092A  ISSN： 1003-501X  CODEN： GUGOEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 赤外線画像の低分解能と低視覚効果の問題を解決するために,本論文では,画像構造における組稀疏のための超分解能法を提案した。この方法は,赤外線画像の構造自己相似性を完全に利用し,構造をスパース表現の基本単位として使用し,画像構造の組稀疏表現モデルを構築した。訓練辞書において,ガウス混合モデルを用いて画像の事前情報を学習し,次に模範をクラスタ化し,主成分分析学習を用いてコンパクトな分類辞書を得た。再構成段階において,各構造の群に対して最も整合した辞書を選択し,改良した重みL1ノルム最適化法を用いてスパース係数を求めた。実験結果は,SCSR,,,NARMなどのアルゴリズムと比較して,提案したアルゴリズムが視覚効果と画質評価指標を改善し,赤外線画像の品質を改善することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  主成分分析 ,  *分解能 ,  画像 ,  視覚効果 ,  *分割法 ,  透視図法 ,  再構成 ,  赤外線画像 ,  クラスタ化
準シソーラス用語： 画質評価 ,  L1ノルム ,  事前知識 ,  スパース表現 ,  画像構造 , 【Automatic Indexing@JST】

著者キーワード (4件)： super-resolution ,  infrared nephogram ,  structural group sparse representation ,  self-similarity

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 赤外光 ,  分解能 ,  分解法