关键词：超分辨率;;稀疏表示;;字典训练;;形态学成分分析
摘 要：这里提出一种基于形态学成分分析(MCA,Morphological Component Analysis)分解和稀疏表示的图像超分辨率算法。首先利用MCA将输入图片分解为纹理部分和结构部分。对于纹理部分,采用基于稀疏表示的方法训练过完备字典,然后重构得到高分辨率的纹理部分;结构部分的高分辨率重构则采用新边缘导向插值算法(NEDI,New Edge-Directed Interpolation)获得。这里提出的方法不需要额外训练图片库,只要利用待重构的低分辨率图片就可以训练得到超完备字典;同时针对纹理和结构部分的不同特点,采用了不同的重构算法,更好地保留了图像的细节信息。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取