文件名称：图像超分辨重建MATLAB源代码（迭代步长自适应）
文件大小：4.61MB
文件格式：RAR
更新时间：2021-06-13 08:59:52
超分辨 图像处理 Set数据集 SSIM图像评价
传统的超分辨重建算法往往采用梯度下降法进行求解，迭代时步长往往通过经验确定。而且不同的图像的最优步长往往不相同。步长过大会导致发散，步长过小会导致收敛缓慢。本算法基于对正则化超分辨重建算法实现的基础上，对步长的选取进行了优化，推导出了每次迭代时的最优步长大小，并将其自适应化，改进了超分辨算法的收敛性，从而能够在更短的时间内取得更加精确的重建结果。相关具体内容请参考对应的论文：Yingqian Wang, Jungang Yang, Chao Xiao, and Wei An, "Fast convergence strategy for multi-image superresolution via adaptive line search," IEEE Access, vol. 6, no. 1, pp. 9129-9139.
【文件预览】：
Wang2018Fast
----cal_ssim.m(7KB)
----Set()
--------04.bmp(768KB)
--------14.bmp(1015KB)
--------02.bmp(768KB)
--------13.bmp(1.13MB)
--------07.bmp(527KB)
--------09.bmp(243KB)
--------08.bmp(262KB)
--------01.bmp(1.19MB)
--------16.bmp(257KB)
--------11.bmp(230KB)
--------06.bmp(664KB)
--------18.bmp(768KB)
--------03.bmp(768KB)
--------17.bmp(297KB)
--------05.bmp(703KB)
--------10.bmp(230KB)
--------12.bmp(192KB)
--------15.bmp(297KB)
----line_search.m(724B)
----ImWarp.m(437B)
----Wang_SR.m(1KB)
----Demo_run.m(3KB)
----ImDegrate.m(478B)
----Tikhonov.m(165B)
----Gradient_BTV.m(349B)
----~$正则表.docx(162B)
----LR2HR.m(341B)
----HR2LR.m(288B)
----shift.m(2KB)
----L2GradientBackProject.m(536B)
----readme.txt(2KB)