[发明专利]基于耦合字典学习的低秩核范数正则人脸图像超分辨方法有效
| 申请号： | 201710328907.4 | 申请日： | 2017-05-11 |
| 公开（公告）号： | CN107194873B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 高广谓;庞会娟;荆晓远;岳东;胡藏艺 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 刘莎 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于耦合字典学习的低秩核范数正则人脸图像超分辨方法，属于图像处理领域。本方法首先以图像中每个像素位置为中心，获取低质量测试样本和低质量训练样本图像各个像素位置的图像块；其次，通过基于耦合字典学习的低秩核范数正则编码算法，获得低质量测试图像块对应的高质量测试图像块，并整合高质量测试图像块，获得高质量测试图像；最后，对上述步骤迭代多次，输出最终的高质量的测试图像。 | ||
| 搜索关键词： | 基于 耦合 字典 学习 低秩核 范数 正则 图像 分辨 方法 | ||
【主权项】：
基于耦合字典学习的低秩核范数正则人脸图像超分辨方法，其特征在于，包括以下具体步骤：步骤1，以图像中每个像素位置为中心，获取低质量测试图像和低质量训练样本图像各个像素位置的图像块；步骤2，通过基于耦合字典学习的低秩核范数正则编码算法，获得低质量测试图像块对应的高质量测试图像块，对高质量测试图像块进行整合得到高质量测试图像；步骤3，将步骤2中获得的高质量测试图像在步骤2中学习到的耦合字典对上进行合成，输出最终的高质量测试图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710328907.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种刀具刃口毛刷钝化方法
- 下一篇：一种机械刀具刃磨装置
