基于极限学习机的图像超分辨率算法

基于极限学习机的图像超分辨率算法
刘翠响;张凤林;李敏
【期刊名称】《河北工业大学学报》
【年(卷),期】2017(046)002
【摘要】为了进一步提高基于学习的超分辨率图像重建质量,考虑到极限学习机(ELM)具有学习速度快和良好数据预测与分析能力,提出了1种基于极限学习机的图像超分辨率重建方法.在图像稀疏思想下,将高分辨率图像中的高频细节信息作为原子构建冗余字典.具体是提取训练图像的高频信息,采用改进的K-SVD算法对高低分辨率图像进行字典学习,构建对应的特征字典作为极限学习机的输入训练网络参数,建立超分辨率重建模型.最后仿真实验结果表明,所提算法能取得比对比算法更好的实验数据.
【总页数】6页(P11-16)
【作者】刘翠响;张凤林;李敏
【作者单位】河北工业大学电子信息工程学院,天津300401;河北工业大学电子信息工程学院,天津300401;河北工业大学电子信息工程学院,天津300401
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于选择学习机制的深度图像超分辨率算法 [J], 任晓芳;王红梅;王爱民;杨杰
2.基于图像超分辨极限学习机的极低分辨率人脸识别 [J], 卢涛;杨威;万永静
3.基于主成分分析法和极限学习机的尿沉渣图像识别算法研究 [J], 秦传波;冯宝;谌瑶
4.基于残差补偿极限学习机的图像分类算法 [J], TAO Hong
5.现代农机导航系统设计——基于极限学习机图像智能分类算法 [J], 余华; 吴文全
因版权原因，仅展示原文概要，查看原文内容请购买。