基于回歸與圖像自相似的單幅圖像超分辨率.pdf

1、基于回歸與圖像自相似的單幅圖像超分辨率基于回歸與圖像自相似的單幅圖像超分辨率SingleImageSuperresolutionBasedonRegressionImageSelfsimilarity學科專業(yè)：運籌學與控制論研究生：盧芳芳指導教師：王宏副教授天津大學理學院二零一六年六月摘要超分辨率重建是利用單幅或多幅帶有亞像素位移的低分辨率圖像借助圖像模型和降質先驗等進行超分辨率的重構進而得到高分辨率圖像，并在眾多的圖像應用領域中扮演著

2、重要的角色，如：遙感、軍事、醫(yī)學成像、公共安全等等。超分辨率重建在數(shù)學上是一個不適定的逆問題，對其研究一直沒間斷過。目前超分辨率的重建主要有基于插值、基于重構和基于學習三種方法。本文圍繞基于圖像自相似與回歸學習映射關系的單幅圖像超分辨率方法進行展開。本文主要研究內容與貢獻包括：(1)提出一種利用圖像塊自相似性和對非線性映射擬合較好的支持向量回歸模型的單幅超分辨率算法。該方法不使用外部圖像訓練庫，而是通過建立圖像金字塔得到訓練庫，并假設低

3、分辨率相似塊和其對應的高分辨率圖像塊的中心像素之間的映射關系相同，利用支持向量回歸模型學習映射關系。最后對其進行了仿真實驗及相關分析，并與幾個經(jīng)典超分辨率方法進行比較，實驗結果表明本文設計的算法能夠很好的實現(xiàn)圖像的超分辨率重建，特別是對紋理結構相似度高的圖像具有更好的重構效果。(2)針對支持向量回歸在此方法中的不足之處又提出了一種基于直接稀疏核回歸的單幅圖像超分辨率方法，尋找“更優(yōu)”的支持向量，使得相似塊的權重分配更接近實際情況。實驗結