基于插值和鄰域嵌入的圖像超分辨率算法研究.pdf

1、因硬件設(shè)備、網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)存儲空間等多方面的限制，成像設(shè)備上以及網(wǎng)絡(luò)上的圖像有很多為低分辨率圖像。而低分辨率圖像不清晰、分辨率低、很多情況下達不到對圖像分辨率的要求，因此提高低分辨率圖像的分辨率獲得高分辨率圖像的技術(shù)成為近年來圖像處理領(lǐng)域的研究熱點。該超分辨率處理的方法主要可以分為三大類:1.基于圖像插值的方法、2.基于圖像重建的方法、3.基于學(xué)習(xí)的方法。其中，基于插值的方法利用插值點周圍已知像素點的灰度值來估計該點的灰度值，簡單快速，

2、適合實時應(yīng)用;基于學(xué)習(xí)的方法通過構(gòu)建訓(xùn)練集學(xué)習(xí)高、低分辨率圖像塊的關(guān)系，并利用訓(xùn)練集重建出高分辨率圖像塊，能充分利用圖像的先驗知識。本文在這兩種原始方法的思想基礎(chǔ)上，進行了一些改進，使得所提出方法的性能超過了原有的方法。
　　在原有插值方法的基礎(chǔ)上，提出了基于三次樣條插值和迭代更新的超分辨率算法、基于一致性區(qū)域的超分辨率算法。這兩種算法都先利用邊緣檢測算子檢測出圖像的邊緣像素點與非邊緣像素點，然后將圖像的邊緣像素點與非邊緣像素點分

3、開處理。實驗結(jié)果表明，這兩種算法都有效避免了普遍出現(xiàn)在傳統(tǒng)插值方法中的邊緣模糊問題。
　　其中，在所提出的基于三次樣條插值和迭代更新的超分辨率算法中，先用Prewitt算子檢測出圖像的邊緣像素點與非邊緣像素點，然后，邊緣像素點沿邊緣方向進行三次樣條插值，非邊緣像素點雙立方插值后再用各向異性濾波算子濾波。
　　在所提出的基于一致性區(qū)域的超分辨率算法中，先用Prewitt算子檢測出圖像的邊緣像素點與非邊緣像素點，然后分別確定邊緣

4、點與非邊緣點的一致性區(qū)域，再利用所設(shè)計的雙邊濾波器在像素點的一致性區(qū)域進行濾波以確定待定像素點的灰度值。
　　在基于學(xué)習(xí)的方法中，原有的基于鄰域嵌入的方法計算復(fù)雜度低、效果較好，本文在原有的基于鄰域嵌入的方法的思想基礎(chǔ)上，提出了三維鄰域嵌入和相乘因子下的超分辨率算法。該算法提取圖像塊的三維余弦變換(3D-DCT)系數(shù)作為圖像塊的特征，并將3D-DCT系數(shù)與所設(shè)計的權(quán)值模板相乘，實現(xiàn)對3D-DCT中的低頻系數(shù)賦予較大的權(quán)值，高頻系數(shù)