基于單幅圖像超分辨率復(fù)原算法研究.pdf

1、CIasSifiedIndex：TP751UDC：62139SouthwestUniverSityofScienceandTechnoIogyllMasterDegreeThesiSStudybasedonaSingIeImage^I■o5Uper—reS0lUt10nGrade：2011Candidate：XuZhenhuanAcademicDegreeAppIiedfor：MasterSpeciaIity：PatternRecogn

2、itionandInteIIigencesystemSupervisor：LinMaosongProfessorApr92014西南科技大學(xué)碩士研究生學(xué)位論文第1頁手兩斐圖像超分辨率復(fù)原(SR，SuperResolution)的目的是根據(jù)單幅或者多幅低分辨率圖像，采用信號處理技術(shù)，重建出高分辨率圖像，其可分為單幅圖像超分辨率復(fù)原和多幅圖像超分辨率復(fù)原，本文主要研究單幅圖像超分辨率復(fù)原算法。在此基礎(chǔ)上，引出一種基于小波域?qū)W習(xí)的單幅圖像超分

3、辨率復(fù)原算法，同時在基于稀疏表示實現(xiàn)SR的算法基礎(chǔ)上進行改進，提出了一種基于多類別字典實現(xiàn)SR的算法。所做工作如下：l、對前人提出的超分辨率復(fù)原算法進行研究仿真，包括最原始的插值方法；基于重建實現(xiàn)SR的兩種原始算法：基于MRF模型的MAP圖像超分辨率復(fù)原方法和基于梯度矢量流約束的圖像超分辨率復(fù)原算法；基于學(xué)習(xí)實現(xiàn)超分辨率復(fù)原算法，對這幾種算法的優(yōu)缺點進行總結(jié)分析。2、引出了一種基于小波域?qū)W習(xí)的單幅圖像超分辨率復(fù)原算法，主要以圖像冗余特性

4、和小波變換的相似性為依據(jù)，將圖像超分辨率復(fù)原過程轉(zhuǎn)換到小波域，通過對高低分辨率圖像塊的配對學(xué)習(xí)來實現(xiàn)圖像重建。通過這樣的算法可以更加有效的恢復(fù)圖像的高頻細節(jié)信息，同時消除了樣本庫建立的過程，得到了視覺效果更好的圖像。3、詳細研究了通過稀疏表示實現(xiàn)超分辨率復(fù)原的原理、模型以及算法。由信號的稀疏表示應(yīng)用到圖像的稀疏表示，通過訓(xùn)練字典和稀疏求解，得到重建后的圖像。并說明稀疏表示實現(xiàn)SR的優(yōu)越性。4、在基于稀疏表示的超分辨率復(fù)原算法的基礎(chǔ)上進行