基于字典學(xué)習(xí)的圖像超分辨率重建算法及研究.pdf

1、圖像超分辨率重建是一種通過使用軟件算法的方式改善圖像質(zhì)量的技術(shù)，其目的是將退化后的圖像盡可能地還原出原始圖像的真實(shí)面貌。它克服了通過硬件獲得高分辨率圖像成本高的缺點(diǎn)，在改善圖像視覺效果方面有著重要意義，目前已經(jīng)廣泛應(yīng)用在計(jì)算機(jī)視覺、醫(yī)學(xué)圖像處理、安防監(jiān)控和遙感圖像處理等領(lǐng)域。基于字典學(xué)習(xí)的圖像超分辨率重建是近些年比較流行的一種方法。這種方法已經(jīng)取得了很好的效果，但是依然存在著一些不足需要進(jìn)一步改進(jìn)提高，比如在字典學(xué)習(xí)階段消耗時間過長，重

2、建后圖像邊緣保持能力有限、易產(chǎn)生視覺偽影，以及沒能充分利用待重建的低分辨率圖像自身包含的先驗(yàn)知識等不足。針對目前基于字典學(xué)習(xí)的超分辨率重建存在的這些缺點(diǎn)和不足，本文在基于字典學(xué)習(xí)的方法的基礎(chǔ)上進(jìn)一步展開研究，論文創(chuàng)新之處歸納如下:
　　1.研究一種基于耦合特征空間下改進(jìn)字典學(xué)習(xí)的圖像超分辨率重建方法，該方法首先利用高斯混合模型聚類算法對訓(xùn)練圖像塊進(jìn)行聚類，然后使用Boost-KSVD字典學(xué)習(xí)算法來快速獲得高、低分辨率特征空間下字典

3、對和映射矩陣。重建時根據(jù)測試樣本與各個類別的似然概率自適應(yīng)地選擇最匹配的字典對和映射矩陣進(jìn)行高分辨率重建。最后利用圖像非局部相似性，將其與迭代反向投影算法相結(jié)合對重建后的圖像進(jìn)行后處理獲得最佳重建效果。實(shí)驗(yàn)結(jié)果表明了本文方法的有效性。
　　2.針對目前基于字典學(xué)習(xí)的圖像超分辨率算法中邊緣保持能力有限、易產(chǎn)生視覺偽影等不足，本文研究了一種邊緣增強(qiáng)的多字典學(xué)習(xí)圖像超分辨率重建算法，可以有效的恢復(fù)圖像邊緣細(xì)節(jié)信息。算法首先對訓(xùn)練圖像塊進(jìn)