最近在看杨建超老师的关于基于字典的SR方法，觉得特别有意思，在研究了作者的几篇论文和代码，并在南冲岭博友的帮助下，做了如下总结，希望对于刚接稀疏的朋友有帮助：
1. 什么是信号稀疏
信号稀疏的定义：
令字典D的原子个数M，信号维度为N，则有以下三种关系：
M = N时，D为完备的；
M > N时，D为冗余的；
M>>N时, D为过完备的。
图解如下：
2. 为什么要选择稀疏表示的方法
借鉴了压缩感知的思想，通过对大量低分辨率图像和高分辨率图像的稀疏
image super-resolution as sparse representation of raw image patches详解
最新推荐文章于 2024-08-08 07:59:02 发布
本文详细解析了杨建超老师关于基于字典的图像超分辨率（SR）方法，介绍了信号稀疏的概念，解释了为何选择稀疏表示进行图像重建，展示了程序流程，并探讨了字典训练和图像块选择的原理。此外，还分享了程序中的思考和可能出现的问题。
最低0.47元/天 解锁文章
扫一扫
8473
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
