基于多任務學習的圖像超分辨率重建方法研究.pdf

1、由于光學成像系統(tǒng)本身的物理屬性限制以及外界環(huán)境的影響，獲得的圖像分辨率可能達不到應用的要求，于是人們希望對現(xiàn)有的低分辨率圖像進行超分辨率重建。圖像超分辨率重建技術是近年來圖像處理領域最活躍的研究課題之一。該技術的基本思想是從一幅低分辨率圖像或者多幅低分辨率圖像得到一幅高分辨率圖像。它可以恢復截止頻率之外的信息，使圖像具有更豐富的細節(jié)信息，這一技術不僅在實際生活中有廣泛的應用領域，而且在理論上具有很重要的意義。 本文針對基于學習算

2、法解決超分辨率重建問題，完成的主要工作有： 從頻域和空域角度詳細研究并分析了圖像超分辨率重建技術相關算法的原理、實現(xiàn)及其優(yōu)缺點。包括傳統(tǒng)插值算法、迭代反投影法、凸集投影算法算法、概率統(tǒng)計法和基于單任務學習重建算法。 針對利用單任務學習解決復雜學習問題時精度不高和抗噪能力差的缺點，研究了一種多任務學習算法。詳細分析了該算法的理論框架以及在引入關系測度因子的基礎上進行運算的簡化。在此框架基礎上，結合支持向量回歸理論，對多任務