TY -的A2 -郭,凌众盟——华,甄盟——张,海城AU -李,晋江PY - 2019 DA - 2019/11/28 TI -图像超分辨率使用分形编码和残余网络SP - 9419107六世- 2019 AB -分形编码技术是一种有效的工具来描述图像的纹理。考虑到现有的图像超分辨率的缺点(SR)方法,大规模重建性能的因素是贫穷和纹理细节是不完整的。在本文中,我们提出一个基于误差补偿的SR方法和分形编码。首先,四叉树编码在图像上执行和值域块之间的相似性和域建立了确定分形代码块。然后,通过这种相似性关系,重构吸引子的分形解码得到插值图像超分辨率。最后,分形编码的分形误差估计的剩余网络,深度和版本的估计误差作为误差补偿项添加图像插值图像获得最终的重建图像。网络结构共同训练的深度网络和一个浅网络。残余学习引入极大地提高网络的收敛速度和重建精度。与其他先进的实验方法基准数据集Set5 Set14, B100,和Urban100表明,我们的算法实现竞争性能定量和定性,微妙的边缘和生动的纹理。大规模的因素也可以重建更好的图像。 SN - 1076-2787 UR - https://doi.org/10.1155/2019/9419107 DO - 10.1155/2019/9419107 JF - Complexity PB - Hindawi KW - ER -