基于圖像分解的圖像超分辨率算法的研究.pdf

1、圖像超分辨率重構技術一直以來就是數(shù)字圖像處理中重要的研究熱點與難點，隨著不同用戶對高分辨率圖像需求的與日俱增，這種技術在計算機視覺、安防監(jiān)控、遙感、醫(yī)療等領域的應用也越來越廣泛。
　　圖像超分辨率重構技術的目標是把圖像進行放大，提高其分辨率并且重構出“丟失”的高頻信息，改善圖像的質(zhì)量。基于學習的圖像超分辨率方法是近年來提出的被學者們認為較有前途的方法，該方法主要是通過學習成對的高、低分辨率圖像塊之間的關系作為先驗知識，對輸入圖像進

2、行放大。
　　本文首先對圖像超分辨率技術的發(fā)展和理論做了介紹和總結，然后主要是在基于樣例學習的方法框架上進行深入的研究，提出了基于圖像分解的超分辨率算法，從而改善了重構圖像的質(zhì)量。該方法先通過卡通和紋理分解技術對圖像進行分解，然后建立高低頻一一對應的圖像庫，然后對輸入的低分辨率圖像進行基于偏微分方程的圖像的插值放大，圖像高頻信息通過樣本（example）學習的方法獲得，最后把高頻圖像疊加到放大圖像中以重構出最終的高分辨率圖像。本文

3、的研究內(nèi)容主要如下:
　　首先，樣本庫是學習的對象，給圖像重構提供重要的先驗知識。本文提出了基于圖像卡通紋理分解的方法來獲得卡通和紋理部分并分別訓練建立樣本庫，卡通紋理分解得到的卡通部分包含部分中高頻信息，紋理部分包含部分中低頻信息，這樣不但豐富了重構后圖像的細節(jié)信息，而且也能提高圖像匹配的準確度。
　　然后，在圖像放大過程中提出了基于偏微分方程(PDE)的圖像插值的方法。該算法是對插值放大后的圖像利用偏微分方程模型進行處理