基于自适应初始点聚类和回归的超分辨率重建研究

摘要

针对经典K均值聚类方法过于依赖初始值导致聚类结果不稳定,文章提出了一种自适应初始中心点聚类的方法,使得聚类迭代次数更少、聚类结果更稳定。使用稀疏表示和回归的方法,将高低分辨率的稀疏表示系数为样本,用支持向量回归训练得到高低稀疏系数之间的关系预测高稀疏系数重建出图像。与之前方法相比提高了图像重建的质量,高频细节信息更多。