基于稀疏編碼網(wǎng)絡(luò)的圖像超分辨率重建.pdf

1、圖像超分辨率重建是一種通過(guò)使用軟件算法的方式改善圖像質(zhì)量的技術(shù)，即由輸入的一幅或者多幅同一場(chǎng)景的低分辨率圖像重建出一幅高分辨率圖像的技術(shù)。它克服了通過(guò)硬件獲得高分辨率圖像成本高的固有缺陷，在改善圖像顯示、人臉識(shí)別、醫(yī)學(xué)輔助診斷方面有著重要意義，目前已經(jīng)廣泛應(yīng)用在計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)圖像處理、安防監(jiān)控和遙感圖像處理等領(lǐng)域?；谧值鋵W(xué)習(xí)和深度學(xué)習(xí)的圖像超分辨率重建是近些年比較流行的方法。本文分別基于上述兩種方法進(jìn)一步展開(kāi)研究，做了一些改進(jìn)和創(chuàng)新

2、。主要工作如下:
　　1.使用一種基于監(jiān)督學(xué)習(xí)的多類(lèi)字典學(xué)習(xí)算法和錨定鄰域回歸方法來(lái)重建低分辨率圖像。首先通過(guò)高斯混合模型對(duì)訓(xùn)練圖像塊進(jìn)行聚類(lèi)并生成標(biāo)簽信息。然后引入分類(lèi)誤差項(xiàng)并組成一個(gè)新的目標(biāo)函數(shù)并使用KSVD算法對(duì)其求解，獲得稀疏類(lèi)字典和一個(gè)線(xiàn)性分類(lèi)器。最后利用此線(xiàn)性分類(lèi)器對(duì)輸入的測(cè)試特征分類(lèi)，根據(jù)相應(yīng)的類(lèi)稀疏字典，使用錨定鄰域回歸方法來(lái)完成圖像重建。
　　2.針對(duì)原有深度網(wǎng)絡(luò)中使用線(xiàn)性糾正單元和隨機(jī)梯度下降來(lái)重建圖像的

3、局限性，將RReLU和NAG方法結(jié)合去改進(jìn)此端到端的卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)從而進(jìn)一步提高超分辨率重建質(zhì)量。在基準(zhǔn)測(cè)試集上的實(shí)驗(yàn)結(jié)果證明了改進(jìn)算法相較于原算法其他幾種方法在主觀視覺(jué)評(píng)價(jià)和客觀量化評(píng)價(jià)上擁有更好的表現(xiàn)。
　　3.設(shè)計(jì)了一個(gè)端到端的深度殘差模型來(lái)解決超分辨率問(wèn)題。首先從數(shù)學(xué)形式上將圖像退化模型和單個(gè)殘差單元建立聯(lián)系，即采用跳躍連接(Skip Connections)的方式讓模型去學(xué)習(xí)低分辨率圖像和高分辨率圖像之間的一個(gè)殘差映射