论文部分内容阅读
针对传统字典学习(dictionary learning,DL)的超分辨率重建方法,低分辨率图像块细节欠缺严重,导致重建的高分辨图像块无法获得最佳的高分辨率图像块。结合图像自身的自学习和自然图像库信息进行超分辨率重建。首先,通过自学习建立金字塔阶梯式训练图像集,结合协作表示(collaborative representation,CR)理论和支持向量回归(support vector regression,SVR)技术学习多层超分辨率映射模型,将得到的多张外部图像作为字典学习模型的低分辨率图像与原