基于自相似性的單幅圖像超分辨率重建算法研究.pdf

1、由于硬件設(shè)備和環(huán)境等因素的限制，很多情況下，我們采集到的圖像分辨率并不理想。如果通過(guò)改進(jìn)硬件設(shè)備或改善圖像的采集環(huán)境來(lái)提高圖像的分辨率，代價(jià)可能比較高甚至是不現(xiàn)實(shí)的。所以通過(guò)用軟件的方法來(lái)對(duì)圖像的分辨率進(jìn)行提高就成為一種實(shí)際可行的方法。超分辨率重建技術(shù)，就是利用數(shù)字圖像處理的技術(shù)對(duì)單幅低分辨率圖像，或者同一場(chǎng)景下的多幅低分辨率圖像，進(jìn)行高頻細(xì)節(jié)信息的重建。該技術(shù)在視頻監(jiān)控、醫(yī)學(xué)成像、衛(wèi)星遙感等方面有著廣闊的應(yīng)用前景。
　　本文圍繞

2、基于學(xué)習(xí)的單幅圖像的超分辨率重建技術(shù)，對(duì)基于稀疏表示與字典學(xué)習(xí)的算法作了系統(tǒng)深入的研究，并提出了利用自相似性與字典鄰域進(jìn)行重建的算法。本文的主要內(nèi)容有:
　　首先對(duì)當(dāng)前流行的超分辨率重建算法進(jìn)行了概述，由于傳統(tǒng)的基于插值和重建的方法的自身的局限性，很難有新的突破，因此我們重點(diǎn)對(duì)基于學(xué)習(xí)的超分辨率技術(shù)進(jìn)行了研究，并對(duì)各個(gè)算法進(jìn)行了比較，從而有助于后續(xù)算法的選擇。
　　其次對(duì)當(dāng)前熱門的稀疏表示理論進(jìn)行了深入的探討，從樣本的選擇，

3、字典的訓(xùn)練，以及參數(shù)的調(diào)整進(jìn)行了研究，其中對(duì)于稀疏參數(shù)的選擇，字典原子的建立做了重點(diǎn)研究。
　　最后在前文研究的基礎(chǔ)上，提出了基于圖像自相似性與字典鄰域的超分辨率重建算法。該算法無(wú)需外部圖像作為訓(xùn)練集，而是利用輸入圖像本身自身尺度，以及不同尺度下圖像的自相似性構(gòu)建一個(gè)圖像金字塔，進(jìn)而獲得高低分辨率的圖像集合。利用這個(gè)集合訓(xùn)練字典，并對(duì)每一個(gè)字典基元構(gòu)造字典鄰域，對(duì)輸入圖像的每一個(gè)圖像塊選擇最相近的字典鄰域，從而重建超分辨率圖像。這