圖像超分辨率技術(shù)研究.pdf

1、圖像超分辨率技術(shù)就是要從低分辨率圖像中恢復(fù)出原始的高分辨率圖像，該技術(shù)具有非常廣闊的應(yīng)用前景。但是由于復(fù)雜的圖像退化模型，超分辨率重建問題變得極為病態(tài)，無(wú)法直接求解。由于基于學(xué)習(xí)的圖像超分辨率重建算法在求解該病態(tài)問題時(shí)有著優(yōu)異的效果，發(fā)展迅速，因此，本文主要研究基于學(xué)習(xí)的方法，并對(duì)其進(jìn)行深入分析和改進(jìn)。
　　針對(duì)傳統(tǒng)的基于稀疏表示的方法所存在的問題，本文提出了基于主結(jié)構(gòu)分離的稀疏表示圖像超分辨率重建算法。該算法利用相關(guān)全變分將圖像

2、分解為主結(jié)構(gòu)和紋理部分，并對(duì)其分開進(jìn)行處理。對(duì)于主結(jié)構(gòu)成分，提出了基于自相似性的自驅(qū)動(dòng)字典學(xué)習(xí)方案進(jìn)行重建，而對(duì)于紋理部分，則直接利用外部字典進(jìn)行重建。該算法框架可以有效的減少圖像塊圖案的復(fù)雜性，降低對(duì)字典尺寸和訓(xùn)練樣本的要求，間接的提升字典的表達(dá)能力，從而獲得更好的超分辨率重建性能，能夠應(yīng)對(duì)更加復(fù)雜的圖像。
　　針對(duì)基于稀疏表示的框架固有的缺陷，本文研究了基于流行正則稀疏支持的方法，提出了改進(jìn)的基于流行正則協(xié)同支持的圖像超分辨率

3、重建算法。該算法用圖像塊鄰域代替字典構(gòu)建目標(biāo)函數(shù)，用協(xié)同表示系數(shù)代替稀疏表示系數(shù)構(gòu)建支持樣本集，使得所保持的流形空間結(jié)構(gòu)更加平滑，高低分辨率圖像塊空間的映射更加精確。同時(shí)由于協(xié)同表示系數(shù)的部分過程可以離線進(jìn)行，從而在提高超分辨率重建效果的同時(shí)減少了運(yùn)算消耗的時(shí)間。
　　針對(duì)上述算法實(shí)時(shí)性不足的缺陷，本文研究了基于固定鄰域回歸的方法，提出了最適化的固定鄰域回歸算法。該算法用K-means聚類分析代替KSVD算法來(lái)獲得字典，從而保持字