基于训练集分类的图像放大算法
本文提出了一种新颖的图像放大方法，在传统的通过训练集学习方法放大图像的基础上，通过对图像库中的图像片按一定的规则进行聚类，对每一个待放大的图像片都在某一确定类中提取特征、查找最匹配的片来确定放大图像的高频成分。这种方法很大程度上减少了在学习过程中遍历学习库中图像片的个数，进而提高了算法处理速度，进一步增加了查找的准确性，提高了图像的质量。实验表明：该方法是有效的。
图像放大算法 训练集分类 图像分类 特征提取 最优片搜索
李键红 贺华勇
中山大学信息科学与技术学院计算机应用研究所,广东广州 510006 国家数字家庭工程技术研究中心,广东广州 510006
国内会议
广州
中文
120-123
2011-11-11（万方平台首次上网日期，不代表论文的发表时间）