期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于聚类学习的超分辨率方法
1
作者
吉高云
韩华
《山东交通学院学报》
CAS
2007年第2期82-86,共5页
在高分辨率空间对图像局部结构进行k均值聚类,估计最小二乘意义下的插值滤波器参数,然后根据估计参数来增强图像的分辨率。同时借鉴区域连接增长的思想解决分类歧义问题。计算结果显示,该方法优于传统的基于学习的方法,图像边缘清晰、...
在高分辨率空间对图像局部结构进行k均值聚类,估计最小二乘意义下的插值滤波器参数,然后根据估计参数来增强图像的分辨率。同时借鉴区域连接增长的思想解决分类歧义问题。计算结果显示,该方法优于传统的基于学习的方法,图像边缘清晰、细节恢复多。
展开更多
关键词
图像超分辨率
学习
聚类
插值滤波器
相关度量
区域连接增长
下载PDF
职称材料
题名
基于聚类学习的超分辨率方法
1
作者
吉高云
韩华
机构
山东交通职业学院管理系
中国科学院自动化研究所国家专用集成电路设计工程技术研究中心
出处
《山东交通学院学报》
CAS
2007年第2期82-86,共5页
文摘
在高分辨率空间对图像局部结构进行k均值聚类,估计最小二乘意义下的插值滤波器参数,然后根据估计参数来增强图像的分辨率。同时借鉴区域连接增长的思想解决分类歧义问题。计算结果显示,该方法优于传统的基于学习的方法,图像边缘清晰、细节恢复多。
关键词
图像超分辨率
学习
聚类
插值滤波器
相关度量
区域连接增长
Keywords
images with super resolving power
study
clustering
inserting-value filter
relevant measurement
regional connection increase
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于聚类学习的超分辨率方法
吉高云
韩华
《山东交通学院学报》
CAS
2007
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部