圖像超分辨率重建方法的研究與實(shí)現(xiàn).pdf

1、圖像超分辨率重建是為了改善圖像的質(zhì)量，方便圖像以后使用的一種技術(shù)。近年來(lái)隨著機(jī)器學(xué)習(xí)和人工智能在圖像處理方面的廣泛使用，基于學(xué)習(xí)的方法在圖像超分辨率重建領(lǐng)域得到了廣泛應(yīng)用，并且基于機(jī)器學(xué)習(xí)理論發(fā)展起來(lái)的稀疏表示超分辨率重建方法在實(shí)際應(yīng)用中取得了良好效果，這對(duì)進(jìn)一步推動(dòng)研究圖像超分辨率重建具有重要意義。同時(shí)基于重構(gòu)的圖像超分辨率重建方法，在圖像邊緣保持等方面也具有很好的性能。近年來(lái)又有大量的結(jié)合學(xué)習(xí)和重構(gòu)的超分辨率重建算法出現(xiàn)，這對(duì)進(jìn)一步

2、研究圖像重建有重要的影響，并且為研究圖像重建提供了新的思路。
　　本文的主要工作和創(chuàng)新點(diǎn)如下:
　　(1)在對(duì)稀疏表示的學(xué)習(xí)算法進(jìn)行實(shí)驗(yàn)后，本文首先改進(jìn)了稀疏表示重建字典的過程，然后通過改進(jìn)的算法重建出一個(gè)高分辨率圖像作為中間圖像。本文主要提出了一個(gè)層次式的圖像超分辨率重建算法，該算法把生成的中間圖像和圖像非局部重構(gòu)因子作為重建的先驗(yàn)條件，并根據(jù)先驗(yàn)條件提出了一個(gè)最優(yōu)化公式，然后通過對(duì)最優(yōu)化公式用最速下降法進(jìn)行迭代求解，最終

3、得到一個(gè)質(zhì)量較高的高分辨率圖像。層次式的圖像超分辨率重建算法克服了傳統(tǒng)學(xué)習(xí)算法的不足，避免了圖像的過分重建，同時(shí)對(duì)最優(yōu)化公式的迭代求解可以保證重建圖像的光滑和自然。
　　(2)鑒于大部分基于重構(gòu)的圖像超分辨率重建算法都利用圖像的梯度作為重構(gòu)因子，并且通過實(shí)驗(yàn)復(fù)現(xiàn)了大部分基于重構(gòu)的圖像超分辨率重建算法，發(fā)現(xiàn)傳統(tǒng)的基于重構(gòu)的超分辨率算法效果不太理想。因此本文提出了一個(gè)改進(jìn)的基于重構(gòu)的圖像超分辨率重建算法，該算法將圖像非局部均值因子和轉(zhuǎn)

4、向核回歸因子相結(jié)合，提出了一個(gè)包含多種先驗(yàn)條件的最優(yōu)化模型，通過對(duì)該模型進(jìn)行線性求解，最后得到一個(gè)邊緣比較清晰的高分辨率圖像。與此同時(shí)還做了一系列對(duì)比實(shí)驗(yàn)，來(lái)驗(yàn)證改進(jìn)算法的效果，并且采用了一些客觀圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)來(lái)評(píng)價(jià)重建的圖像質(zhì)量。發(fā)現(xiàn)改進(jìn)的基于重構(gòu)的圖像超分辨率重建算法重建的圖像在主觀展示和客觀標(biāo)準(zhǔn)上都取得了良好的效果。
　　(3)在經(jīng)過對(duì)稀疏表示重建圖像的理論分析之后，發(fā)現(xiàn)重建圖像的主要誤差來(lái)源于稀疏表示訓(xùn)練字典的過程，因此

5、本文提出了一個(gè)改進(jìn)的基于稀疏表示的超分辨率重建算法。該算法的主要過程中有:首先對(duì)圖像分塊，然后對(duì)這些圖像塊利用K-means算法進(jìn)行聚類，得到包含相似特征的圖像類。再利用K-SVD算法來(lái)訓(xùn)練出每個(gè)圖像類對(duì)應(yīng)的字典，這樣在重建高分辨率圖像的時(shí)候，對(duì)每個(gè)輸入圖像塊選擇最合適的字典來(lái)進(jìn)行重建。由于重建后的高分辨圖像具有很強(qiáng)的塊效應(yīng)，因此選擇了迭代投影法來(lái)使重建的高分辨圖像光滑。實(shí)驗(yàn)研究表明，改進(jìn)的基于稀疏表示的超分辨率重建算法克服了單個(gè)字典重