圖像超分辨率重建方法的研究與實現(xiàn).pdf

1、圖像超分辨率重建是為了改善圖像的質(zhì)量，方便圖像以后使用的一種技術(shù)。近年來隨著機器學(xué)習(xí)和人工智能在圖像處理方面的廣泛使用，基于學(xué)習(xí)的方法在圖像超分辨率重建領(lǐng)域得到了廣泛應(yīng)用，并且基于機器學(xué)習(xí)理論發(fā)展起來的稀疏表示超分辨率重建方法在實際應(yīng)用中取得了良好效果，這對進一步推動研究圖像超分辨率重建具有重要意義。同時基于重構(gòu)的圖像超分辨率重建方法，在圖像邊緣保持等方面也具有很好的性能。近年來又有大量的結(jié)合學(xué)習(xí)和重構(gòu)的超分辨率重建算法出現(xiàn)，這對進一步

2、研究圖像重建有重要的影響，并且為研究圖像重建提供了新的思路。
　　本文的主要工作和創(chuàng)新點如下:
　　(1)在對稀疏表示的學(xué)習(xí)算法進行實驗后，本文首先改進了稀疏表示重建字典的過程，然后通過改進的算法重建出一個高分辨率圖像作為中間圖像。本文主要提出了一個層次式的圖像超分辨率重建算法，該算法把生成的中間圖像和圖像非局部重構(gòu)因子作為重建的先驗條件，并根據(jù)先驗條件提出了一個最優(yōu)化公式，然后通過對最優(yōu)化公式用最速下降法進行迭代求解，最終

3、得到一個質(zhì)量較高的高分辨率圖像。層次式的圖像超分辨率重建算法克服了傳統(tǒng)學(xué)習(xí)算法的不足，避免了圖像的過分重建，同時對最優(yōu)化公式的迭代求解可以保證重建圖像的光滑和自然。
　　(2)鑒于大部分基于重構(gòu)的圖像超分辨率重建算法都利用圖像的梯度作為重構(gòu)因子，并且通過實驗復(fù)現(xiàn)了大部分基于重構(gòu)的圖像超分辨率重建算法，發(fā)現(xiàn)傳統(tǒng)的基于重構(gòu)的超分辨率算法效果不太理想。因此本文提出了一個改進的基于重構(gòu)的圖像超分辨率重建算法，該算法將圖像非局部均值因子和轉(zhuǎn)

4、向核回歸因子相結(jié)合，提出了一個包含多種先驗條件的最優(yōu)化模型，通過對該模型進行線性求解，最后得到一個邊緣比較清晰的高分辨率圖像。與此同時還做了一系列對比實驗，來驗證改進算法的效果，并且采用了一些客觀圖像質(zhì)量評價標(biāo)準(zhǔn)來評價重建的圖像質(zhì)量。發(fā)現(xiàn)改進的基于重構(gòu)的圖像超分辨率重建算法重建的圖像在主觀展示和客觀標(biāo)準(zhǔn)上都取得了良好的效果。
　　(3)在經(jīng)過對稀疏表示重建圖像的理論分析之后，發(fā)現(xiàn)重建圖像的主要誤差來源于稀疏表示訓(xùn)練字典的過程，因此

5、本文提出了一個改進的基于稀疏表示的超分辨率重建算法。該算法的主要過程中有:首先對圖像分塊，然后對這些圖像塊利用K-means算法進行聚類，得到包含相似特征的圖像類。再利用K-SVD算法來訓(xùn)練出每個圖像類對應(yīng)的字典，這樣在重建高分辨率圖像的時候，對每個輸入圖像塊選擇最合適的字典來進行重建。由于重建后的高分辨圖像具有很強的塊效應(yīng)，因此選擇了迭代投影法來使重建的高分辨圖像光滑。實驗研究表明，改進的基于稀疏表示的超分辨率重建算法克服了單個字典重