|
|
|
摘要 为提高普通相机帧率,通过结合编码孔径成像技术与高/低分辨率双字典学习方法,设计了基于时间维压缩的视频重构算法。利用编码孔径采样获得输入数据,分别训练高/低分辨率双字典,通过限制2套字典对图像的稀疏表达系数相同,既降低了算法复杂度,又实现了图像空间分辨率和时间分辨率的共同提高。仿真结果表明:该算法可有效地从获取的单张编码混叠图像中重构出高质量的多帧连续图像(即视频),同时该算法重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)要优于单字典及GMM算法。
|
|
| 关键词 ：
视频重构,
编码孔径,
正交匹配追踪,
稀疏表达,
字典学习
|
|
|
| 基金资助:国家自然科学基金资助项目(61661030)； 江西省自然科学基金资助项目(20151BAB207006)； |
|
|
