基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf

1、圖像超分辨率重構(gòu)是一種以同一場(chǎng)景中的一幅或一組低分辨率圖像為輸入,結(jié)合圖像的先驗(yàn)知識(shí),重構(gòu)出一幅高分辨率圖像的技術(shù)。這一技術(shù)能夠在不改變現(xiàn)有設(shè)備的前提下,有效提高圖像分辨率,改善圖像視覺效果,為圖像的后續(xù)處理奠定良好的基礎(chǔ)。
　　本文在總結(jié)基于插值、基于重構(gòu)和基于學(xué)習(xí)的分辨率重構(gòu)算法特點(diǎn)的基礎(chǔ)上,重點(diǎn)介紹了Yang提出的基于稀疏表示理論的超分辨率重構(gòu)算法。針對(duì)該算法需要大量的訓(xùn)練圖片庫(kù)來進(jìn)行字典訓(xùn)練,而且運(yùn)算時(shí)間較長(zhǎng)的問題,本文分

2、別提出基于形態(tài)學(xué)成分分析(MCA:Morphological Component Analysis)分解和基于顯著圖的圖像稀疏表示超分辨率重構(gòu)算法。其中,基于MCA分解的圖像超分辨重構(gòu)算法首先采用MCA將低分辨率圖像分解為紋理子圖和結(jié)構(gòu)子圖。字典訓(xùn)練時(shí)只利用紋理子圖信息,重建時(shí)也只對(duì)紋理子圖進(jìn)行基于稀疏表示的重建。結(jié)構(gòu)子圖的重建則使用雙三次插值算法。基于顯著圖的圖像超分辨重構(gòu)算法則根據(jù)人眼視覺特性,將圖像分解為顯著區(qū)域和非顯著區(qū)域兩部分