基于學(xué)習(xí)的超分辨率圖像重建研究.pdf

1、超分辨率圖像重建是提高圖像質(zhì)量的有效方法，在圖像處理領(lǐng)域具有重要的研究意義，并廣泛應(yīng)用于醫(yī)學(xué)、監(jiān)控、軍事、數(shù)字電視等方面。傳統(tǒng)超分辨率圖像重建方法基本采用基于插值的方法，生成的圖像不僅具有明顯的塊效應(yīng)，而且對邊緣保持也不理想?；趯W(xué)習(xí)的超分辨率圖像重建算法是近年圖像重建的研究熱點(diǎn)，特別是基于流形學(xué)習(xí)中的局部線性嵌入的重建方法是圖像重建技術(shù)領(lǐng)域的一個里程碑，隨后稀疏表示蓬勃發(fā)展使得超分辨率圖像重建技術(shù)取得更大進(jìn)步。
　　本課題在基于

2、流形學(xué)習(xí)和稀疏表示的相關(guān)理論上，分析了基于流形學(xué)習(xí)的圖像重建方法及基于稀疏學(xué)習(xí)的圖像重建方法，給出了新的特征提取方法及訓(xùn)練集生成過程，同時針對超完備字典的過冗余弊端引入基于多類別字典的超分辨率圖像重建算法，并定義了一種新的距離以進(jìn)行子字典的選擇。具體工作內(nèi)容如下：
　　（1）分析了圖像退化模型，該模型是圖像降質(zhì)過程在數(shù)學(xué)上的表達(dá)，也是超分辨率圖像重建的逆過程，可以根據(jù)這一退化模型得到圖像先驗(yàn)信息。然后實(shí)現(xiàn)了傳統(tǒng)基于插值的圖像重建算

3、法包括近鄰插值、雙線性插值、雙三次插值等，分析其優(yōu)缺點(diǎn)，并以實(shí)驗(yàn)對比分析。
　　（2）引入了流形學(xué)習(xí)的相關(guān)理論，重點(diǎn)分析了基于流形學(xué)習(xí)中局部線性嵌入的圖像重建方法，并針對其特征提取問題引入新的特征提取方法即聯(lián)合一階梯度和歸一化亮度作為特征值，此外，對于訓(xùn)練集一方面采用分類的方法以提高近鄰的選擇效率，另一方面對具有豐富邊緣信息的圖像進(jìn)行旋轉(zhuǎn)操作從而在保證不增加訓(xùn)練集的情況下獲取更多有意義的訓(xùn)練集。實(shí)驗(yàn)表明：本章算法無論從視覺角度或是

4、從峰值信噪比和結(jié)構(gòu)相似度方面均優(yōu)于傳統(tǒng)算法，實(shí)驗(yàn)結(jié)果良好。
　　（3）針對近鄰選擇問題引入稀疏表示相關(guān)理論，并結(jié)合當(dāng)前基于稀疏表示的超分辨率圖像重建方法，重點(diǎn)分析基于多類別字典的超分辨率圖像重建算法。該方法避免了只訓(xùn)練一個超完備字典的過冗余問題，并且通過對每一類別分別訓(xùn)練一個子字典使該子字典更具有代表性，然后對每個圖像塊以一種新的距離取代傳統(tǒng)歐氏距離計(jì)算方法來尋找最優(yōu)子字典，從而提高整個圖像重建質(zhì)量，此外，對超分辨率圖像重建的病態(tài)