论文部分内容阅读
为了更好地解决基于学习的超分辨率算法的邻域嵌入问题，提出了一种使用k最近邻和平衡二叉树的邻域嵌入算法，该算法分为训练阶段和测试阶段。训练阶段，构建HR图像块、LR图像块的映射和平衡二叉树。测试阶段，首先将输入的去噪LR图像分离高频成分；然后训练LR特征空间，利用k最近邻寻找LR图像对应的HR图像块；最后通过高斯加权重建HR图像块，并与先前分离的高频成分合并。实验采用峰值信噪比（PSNR）、结构相似性度量（SSIM）和特征相似性度量（FSIM）评估算法的效果。从实验数据可以看出，提出的算法具有最高的PSNR