• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3745-3761
• /
• 2020

Low-rank representation methods already achieve many applications in the image reconstruction. However, for high-gradient image patches with rich texture details and strong edge information, it is difficult to find sufficient similar patches. Existing low-rank representation methods usually destroy image critical details and fail to preserve edge structure. In order to promote the performance, a new representation-based image super-resolution reconstruction method is proposed, which combines gradient domain guided image filter with the structure-constrained low-rank representation so as to enhance image details as well as reveal the intrinsic structure of an input image. Firstly, we extract the gradient domain guided filter of each atom in high resolution dictionary in order to acquire high-frequency prior information. Secondly, this prior information is taken as a structure constraint and introduced into the low-rank representation framework to develop a new model so as to maintain the edges of reconstructed image. Thirdly, the approximate optimal solution of the model is solved through alternating direction method of multipliers. After that, experiments are performed and results show that the proposed algorithm has higher performances than conventional state-of-the-art algorithms in both quantitative and qualitative aspects.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.117-123
• /
• 2018

본 연구에서는 이미지 기울기 영역에서 포아송 방정식을 이용한 빠른 이미지 재구성 기법을 제안한다. 포아송 방정식을 사용하는 이 접근법에서, 유도된 벡터 필드는 제 1 단계에서 선택된 영역 내에서 원본과 대상 이미지를 사용함으로써 생성된다. 다음으로, 유도된 벡터는 결과 이미지를 생성하는데 사용된다. 우리는 원하는 기울기 집합과 데이터 항을 근사화하는 2차원 함수를 재구성하는 문제를 분석했다. 결합된 데이터와 기울기는 원본 이미지에 가깝게 머무르는 동안 이미지 기울기를 수정하는 것처럼 작동 할 수 있다. 이 공식으로부터 우리는 물리학에서 알려진 포아송 방정식을 찾아냈다. 이 방정식은 FFT 도메인의 문제에 대한 효율적인 해결책을 제시한다. 이것은 2차원으로 알려진 포아송 모델을 해결하고 기울기 비례축소는 라플라스를 확실하게 일반화하는 잘 정의된 선명한 필터임을 공간 필터에 잘 나타냅니다. 포아송 모델을 기반으로 이산 코사인 변환을 사용하여 결과를 확인할 수 있었다.