Adaptive Super-Resolution for Remote Sensing Images Based on Sparse Representation With Global Joint Dictionary Model
Adaptive Super-Resolution for Remote Sensing Images Based on Sparse Representation With Global Joint Dictionary Model
复制标题
基于全局联合字典模型稀疏表示的遥感图像自适应超分辨率
DOI：
10.1109/tgrs.2017.2778191
复制
发表时间：
2018-04
影响因子：
8.2
通讯作者：
Jiao Licheng
中科院分区：
文献类型：
--
作者：
Hou Biao;Zhou Kang;Jiao Licheng
Sparse representation has been widely used in the field of remote sensing image super-resolution (SR) to restore a high-quality image from a low-resolution (LR) image, e.g., from the blurred and downsampled version of an LR image’s high-resolution (HR) co
登录
查看更多内容
通过非均匀采样和基于超分辨率的自回归建模实现高质量脉冲噪声消除
影响因子：
2.3
作者：
Xiaotian Wang;Guangming Shi
通讯作者：
Guangming Shi
影响因子：
10.6
作者：
Zhang, Lei;Wu, Xiaolin
通讯作者：
Wu, Xiaolin
DOI：
10.1109/icdsp.2014.6900704
发表时间：
2014-09
期刊：
2014 19th International Conference on Digital Signal Processing
影响因子：
--
作者：
X. Li;Jing Chen;Z. Cui;Minghu Wu;Xiuchang Zhu
通讯作者：
X. Li;Jing Chen;Z. Cui;Minghu Wu;Xiuchang Zhu
通过自适应稀疏域选择和自适应正则化进行图像去模糊和超分辨率
影响因子：
10.6
作者：
Dong, Weisheng;Zhang, Lei;Wu, Xiaolin
通讯作者：
Wu, Xiaolin
DOI：
10.1109/igarss.2014.6947593
发表时间：
2014-07
期刊：
2014 IEEE Geoscience and Remote Sensing Symposium
影响因子：
--
作者：
D. Zanotta;M. Ferreira;M. Zortea;Y. Shimabukuro
通讯作者：
D. Zanotta;M. Ferreira;M. Zortea;Y. Shimabukuro