基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建.pdf

1、圖像超分辨率重建是指從一副或多幅低質(zhì)量、低分辨率圖像中重建出高質(zhì)量、高分辨率圖像的圖像處理技術(shù)。超分辨率重建技術(shù)可以有效地打破成像設(shè)備和環(huán)境的限制，重建出傳統(tǒng)數(shù)碼相機(jī)所無法獲取到的高分辨率場(chǎng)景信息，在特征提取、信息識(shí)別、生物醫(yī)學(xué)工程、公共安全監(jiān)控等多個(gè)領(lǐng)域擁有廣泛的應(yīng)用前景，成為現(xiàn)今圖像處理和計(jì)算機(jī)視覺領(lǐng)域最活躍的研究課題之一。
　　論文重點(diǎn)對(duì)基于學(xué)習(xí)的超分辨率重建方法進(jìn)行研究，對(duì)圖像退化模型和壓縮感知理論進(jìn)行分析，并在此基礎(chǔ)上提

2、出了基于雙字典學(xué)習(xí)和稀疏表示模型的圖像超分辨率重建方法。具體研究?jī)?nèi)容與創(chuàng)新成果如下:
　　(1)針對(duì)醫(yī)學(xué)圖像中單一高分辨率字典易造成低分辨率圖像塊的誤匹配問題，本文提出一種基于改進(jìn)雙字典學(xué)習(xí)的醫(yī)學(xué)圖像超分辨率重建方法。該方法利用主成分分析方法同時(shí)訓(xùn)練低分辨率和高分辨率圖像塊，構(gòu)建高-低分辨率雙子字典，提高了高低分辨率塊稀疏表示映射的相似性;對(duì)于輸入的每個(gè)低分辨率圖像塊，在低分辨率字典中尋找與其最為相似的子字典，得到與之對(duì)應(yīng)的高分辨

3、率子字典;最后用線性Bregman迭代算法解決不適定的超分辨率重建問題，生成高分辨率圖像塊，得到整幅高分辨率圖像。實(shí)驗(yàn)表明，文中算法不僅能夠有效減少字典訓(xùn)練時(shí)間，而且可以進(jìn)一步提高圖像的重建質(zhì)量。
　　(2)針對(duì)單一外部圖像訓(xùn)練庫(kù)容易引入與圖像本身不相關(guān)的細(xì)節(jié)特征，而利用圖像自身的結(jié)構(gòu)自相似性需要利用多級(jí)低分辨率圖像的下采樣信息，導(dǎo)致重建邊緣不準(zhǔn)確這一問題，本文通過結(jié)合稀疏表示理論，提出了基于改進(jìn)鄰域嵌入和雙字典學(xué)習(xí)的超分辨率重建