基于視覺(jué)注意和質(zhì)量可變的圖像超分辨率重建研究.pdf

1、圖像超分辨率重建是指由輸入的一幅或多幅低分辨率圖像重構(gòu)得到一幅高分辨率圖像的方法,相對(duì)于通過(guò)硬件獲取高分辨率圖像,更為廉價(jià),并且充分利用已獲取的資源,近年來(lái)被廣泛應(yīng)用在視頻監(jiān)控、醫(yī)學(xué)成像、高清視頻等各個(gè)領(lǐng)域。因此,利用現(xiàn)有設(shè)備,通過(guò)超分辨率技術(shù)獲取高分辨率圖像具有重要的現(xiàn)實(shí)意義?；趯W(xué)習(xí)和稀疏表示超分辨率重建由于具有構(gòu)造準(zhǔn)確、對(duì)圖像類型魯棒性強(qiáng)與參數(shù)易于選擇等優(yōu)點(diǎn),已成為超分辨率圖像重建研究的重要方法之一。
　　 本文圍繞基于視

2、覺(jué)注意和質(zhì)量可變的超分辨率重建算法,首先研究了圖像超分辨率重建技術(shù),為了提高超分辨率重建質(zhì)量提出了基于圖像補(bǔ)丁結(jié)構(gòu)的超分辨率重建算法和基于殘差的圖像超分辨率重建算法,并針對(duì)重建算法復(fù)雜度過(guò)高的問(wèn)題提出了一種快速算法。然后研究了一種適用于實(shí)際超分辨率重建的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法,將其應(yīng)用于超分辨率重建實(shí)現(xiàn)質(zhì)量可變的超分辨率重建算法,并有效結(jié)合視覺(jué)注意機(jī)制,提出了基于視覺(jué)注意和質(zhì)量可變圖像超分辨率重建算法。具體而言,本文主要研究?jī)?nèi)容包括以下

3、幾個(gè)方面:
　　 1.針對(duì)超分辨率重建過(guò)程中涉及到的圖像稀疏表示、過(guò)完備詞典訓(xùn)練、稀疏分解算法做了一定的介紹。確定了采用K-SVD算法學(xué)習(xí)用于超分辨率重建的高、低分辨率詞典,獲取圖像的稀疏系數(shù)向量。
　　 2.介紹了基于學(xué)習(xí)和稀疏表示的超分辨率重建模型。并針對(duì)Yang提出的基于學(xué)習(xí)和稀疏表示的超分辨率重建算法所存在的不足點(diǎn)——忽略圖像補(bǔ)丁的結(jié)構(gòu)特性,提出了一種基于圖像補(bǔ)丁結(jié)構(gòu)的超分辨率重建算法。該方法首先統(tǒng)計(jì)、分析圖像補(bǔ)

4、丁的結(jié)構(gòu)特性,并針對(duì)不同結(jié)構(gòu)特性的圖像補(bǔ)丁采用不同的超分辨率重建算法,實(shí)驗(yàn)結(jié)果表明相比于Yang方法,本文提出的算法不僅縮短了算法的運(yùn)算時(shí)間,并在一定程度上提高了重建結(jié)果的質(zhì)量。
　　 3.針對(duì)Yang方法的不足點(diǎn)——高分辨率圖像補(bǔ)丁的均值在訓(xùn)練和測(cè)試階段的不等同性,提出了基于殘差的圖像超分辨率重建算法。該方法利用K-均值算法對(duì)學(xué)習(xí)樣本進(jìn)行聚類,提出多詞典思想,并為保持“臨界樣本”的良好重構(gòu)性,采用了多詞典重建結(jié)果加權(quán)的方法,在

5、很大程度上提高了超分辨率重建結(jié)果的質(zhì)量。
　　 4.針對(duì)目前超分辨率算法復(fù)雜度過(guò)高,需要較長(zhǎng)時(shí)間重建的缺點(diǎn),提出了一種快速超分辨率重建算法。首先構(gòu)造了一個(gè)額外的“指導(dǎo)詞典”,降低超分辨率重建算法的復(fù)雜度,實(shí)現(xiàn)加速;并采用Matlab并行計(jì)算工具箱對(duì)算法進(jìn)行了加速。實(shí)驗(yàn)表明,該算法在不明顯影響重建質(zhì)量的前提下大大縮短了重建時(shí)間。
　　 5.為提高超分辨率重建的實(shí)用性,提出了一種基于視覺(jué)注意和質(zhì)量可變的圖像超分辨率重建算法。