基于自相似的單幅圖像超分辨率重建研究.pdf

1、圖像超分辨率重建作為圖像處理和計(jì)算機(jī)視覺的一個(gè)重要組成部分，在實(shí)際生活中，如高清影像，圖像壓縮以及圖像恢復(fù)等具有廣泛的應(yīng)用。圖像超分辨率重建的目標(biāo)是從單幅（或者多幅）低分辨率圖像中恢復(fù)高分辨率圖像。本文研究的重點(diǎn)是從單幅圖像中恢復(fù)高分辨率圖像。相對(duì)于多幅圖像，該問題更加不定，因此需要引入很強(qiáng)的先驗(yàn)信息。圖像的邊緣先驗(yàn)以及多尺度圖像的相似先驗(yàn)被普遍認(rèn)為是較好的先驗(yàn)。近年來很多學(xué)者在這個(gè)方面進(jìn)行了深入的研究，也提出了很多先進(jìn)的超分辨重建方法

2、。為此，本文在以上兩方面作了如下研究：
　　現(xiàn)有的基于邊緣銳化先驗(yàn)的超分辨率重建方法主要存在如下問題。首先，基于邊緣定位的方法需要高精度的邊緣定位才能達(dá)到較好的效果。其次，這些方法通常忽略了圖像的多尺度相似性。針對(duì)該問題，我們提出了基于跨尺度（多尺度的一個(gè)特例）學(xué)習(xí)的邊緣指導(dǎo)的單幅圖像的超分辨率學(xué)習(xí)方法。該方法的核心是提出了一種跨尺度的邊緣銳化函數(shù)學(xué)習(xí)框架。首先，提出的方法利用圖像本身不同尺度的相似性信息，從低分辨率以及更低分辨率

3、圖像配對(duì)中學(xué)習(xí)銳化函數(shù)。而后，將該銳化函數(shù)應(yīng)用于高分辨率和低分辨率圖像配對(duì)，從而估計(jì)高分辨率圖像的銳化邊緣先驗(yàn)。最后，利用基于邊緣指導(dǎo)的超分辨率框架，結(jié)合估計(jì)的銳化邊緣圖像，恢復(fù)出高分辨率圖像。
　　現(xiàn)有的一些基于學(xué)習(xí)的方法主要是在已有的訓(xùn)練樣本中去學(xué)習(xí)圖像之間的關(guān)系，如果訓(xùn)練庫中沒有需要重建的圖片類型，那么利用訓(xùn)練出來的模型會(huì)產(chǎn)生一定的誤差。例如，利用自然圖像訓(xùn)練模型難以應(yīng)用于其它圖像，如醫(yī)學(xué)或遙感等圖像。針對(duì)該問題，提出了基于

4、自相似回歸的超分辨率算法。首先，本文提出多尺度自相似樣本獲取。具體地，對(duì)樣本進(jìn)行連續(xù)下采樣，即：原圖像和下采樣過后的圖像形成了高低分辨率的配對(duì)。由此，可以獲得高低分辨率圖像對(duì)應(yīng)塊，從而用于訓(xùn)練回歸模型（學(xué)習(xí)模型的一種）。同時(shí)，本文在傳統(tǒng)線性回歸思想的啟發(fā)下，提出了新的雙線性回歸模型用于學(xué)習(xí)變換矩陣，即：從低分辨率圖像塊到高分辨率圖像塊的變換矩陣。
　　通過對(duì)大量的對(duì)比實(shí)驗(yàn)（包括視覺和數(shù)值兩個(gè)方面），驗(yàn)證本文提出的兩種超分辨率重建方