Resumen

La formación de un par de diccionarios sobrecompletos es un paso crítico de los principales métodos de superresolución. Debido a la elevada complejidad temporal y a la susceptibilidad a la corrupción del diccionario de entrenamiento, se presenta un método mejorado basado en la transformada wavelet de elevación y en el análisis robusto de componentes principales. Los componentes de alta frecuencia de las imágenes de ejemplo se estiman mediante los coeficientes wavelet de la descomposición de la transformada wavelet de elevación de 3 niveles. Los coeficientes dispersos son similares en las imágenes multitrama. En consecuencia, se emplea el método inexacto del multiplicador de Lagrange aumentado para lograr un análisis robusto de componentes principales en el proceso de imposición de restricciones globales. Los experimentos revelan que el nuevo algoritmo no sólo reduce la complejidad temporal preservando la claridad, sino que también mejora la robustez para las imágenes de ejemplo corruptas.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:análisis robusto de componentes principales, descomposición por transformada wavelet de elevación de niveles, imágenes de ejemplo corrompidas, alta complejidad temporal, métodos de superresolución convencionales, par de diccionarios sobrecompletos, coeficientes dispersos, características de la corrupción, paso crítico, imágenes de ejemplo
• Keywords:robust principal component analysis, tier lifting wavelet transform decomposition, corrupted example images, high time complexity, mainstream superresolution methods, overcomplete dictionary pair, sparse coefficients, corruption characteristics, critical step, example images