基于在线多字典学习的矿井图像超分辨率重建方法
汪海涛1
于文洁2
张光磊1
1.中煤西安设计工程有限责任公司,陕西西安7100002.中国矿业大学信息与控制工程学院,江苏徐州 221116
摘要：针对基于字典学习的方法在处理含有噪声且环境复杂的矿井图像时重建效果不佳的问题,提出了一种基于在线多字典学习的矿井图像超分辨率重建方法.该方法利用K-means聚类算法将图像训练集划分为多类图像,并针对不同类图像训练多组高低分辨率字典,提高字典对环境复杂图像的特征表示能力;根据图像非局部自相似性,引入非局部约束项进一步约束稀疏系数的解空间,并通过在线字典学习对多字典学习阶段的字典进行优化,提高稀疏系数求解的准确性,从而提高图像重建过程的抗噪声干扰能力.实验结果表明,该方法能够有效提高重建图像质量,抑制噪声引起的图像块效应和边缘锯齿效应,增强图像细节,具有更好的视觉效果.
关键词：矿井图像超分辨率重建在线字典学习多字典学习非局部自相似
分类号：TD67(矿山电工)
资助基金：国家重点研发计划(2018YFC0808302)
论文发表日期：2020-09-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 74-78 )
英文信息