基于稀疏表示的圖像超分辨率研究.pdf

1、圖像超分辨率是從單幅或序列低分辨率圖像重建得到高分辨率圖像的技術(shù)，被廣泛應(yīng)用于圖像壓縮、高清數(shù)字電視、遙感監(jiān)測、醫(yī)學(xué)診斷等多個領(lǐng)域中。近年來，信號稀疏表示的新方法被運用到圖像超分辨率中，取得較傳統(tǒng)方法更好的效果。本文研究稀疏表示在圖像超分辨率中的應(yīng)用，重點研究了基于學(xué)習(xí)字典稀疏表示的圖像超分辨率方法。該類方法的字典是通過訓(xùn)練學(xué)習(xí)得到的，從而能有效利用圖像的先驗信息，獲得細節(jié)豐富的高分辨率圖像。
　　稀疏表示需要解決兩個關(guān)鍵問題，即

2、字典訓(xùn)練和稀疏分解。圍繞的這兩個問題，本文展開研究工作，對以往的方法進行了改進，主要提出了兩種基于學(xué)習(xí)字典稀疏表示的圖像超分辨率方法：基于改進字典訓(xùn)練和基于改進稀疏分解的圖像超分辨率重建方法。具體的創(chuàng)新性工作表現(xiàn)如下：
　　（1）在字典訓(xùn)練方面，提出一種基于改進K-SVD訓(xùn)練方法的圖像超分辨率重建方法。首先分析研究了影響學(xué)習(xí)字典質(zhì)量的因素，提出兩種改善訓(xùn)練樣本質(zhì)量的方法：a）將樣條插值方法引入到低分辨率訓(xùn)練圖像的插值中，替換現(xiàn)有常

3、用的雙三次插值方法；b）在提取訓(xùn)練樣本之前，增加一個圖像的恢復(fù)環(huán)節(jié)，該環(huán)節(jié)采用迭代反向投影方法對插值圖像的質(zhì)量進行改善。其次，將迭代反向投影方法進行改進，并將其用于對稀疏重建圖像進行后處理優(yōu)化中，進一步提高了超分辨率重建圖像的質(zhì)量。
　?。?）在稀疏分解方面，提出一種基于改進迭代收縮閾值稀疏分解方法的圖像超分辨率重建方法。針對原迭代收縮閾值方法稀疏迭代次數(shù)多，運算量大，分解速度慢等問題，研究具有遞增迭代步長的快速迭代收縮閾值方法，