基于高斯過程回歸和稀疏表示的圖像超分辨率重建.pdf

1、圖像的超分辨率重建，是目前圖像處理領(lǐng)域中的一個(gè)難點(diǎn)和熱點(diǎn)問題。它在不改變硬件條件的前提下，對輸入的一幅或多幅圖像，通過一定的信號處理技術(shù)來提高其分辨率。由此產(chǎn)生的高分辨率圖像，不僅實(shí)現(xiàn)了圖像視覺質(zhì)量的改善，而且有利于圖像的進(jìn)一步處理和利用。目前基于樣本學(xué)習(xí)的方法是解決該課題的比較有效的方法。隨著機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域理論的不斷發(fā)展，一些新的研究成果逐步被用來解決圖像的超分辨率重建問題，其中高斯過程回歸和稀疏表示作為兩種性能較好的機(jī)器學(xué)習(xí)方法

2、，受到該課題研究學(xué)者越來越多的關(guān)注。
　　 本文算法基于樣本學(xué)習(xí)的思想框架，通過研究高斯過程回歸和稀疏表示這兩種學(xué)習(xí)方法的相關(guān)理論，提出了一種高斯過程回歸重建的改進(jìn)算法以及實(shí)現(xiàn)了高斯過程回歸和稀疏表示方法之間有效地結(jié)合。
　　 已有的一種使用高斯過程回歸進(jìn)行超分辨率重建的算法，僅利用圖像自身的冗余信息來進(jìn)行重建，雖然能在一定程度上改善重建質(zhì)量，但是重建效果還有待提高。針對這個(gè)問題，本文提出一種基于聚類和高斯過程回歸的算法

3、來進(jìn)行改進(jìn)。通過使用外部樣本庫并對樣本庫中的數(shù)據(jù)進(jìn)行聚類，得到相應(yīng)的訓(xùn)練集，然后利用不同類的訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)建立相應(yīng)的高斯過程回歸模型，最后將所有類的處理結(jié)果進(jìn)行融合得到最終的高分辨率圖像。通過實(shí)驗(yàn)仿真驗(yàn)證了該算法具有一定的改進(jìn)效果。
　　 此外，在高斯過程回歸重建中需要提供一個(gè)高分辨率圖像的初始估計(jì)，而該初始估計(jì)的不同選取方式將對重建結(jié)果產(chǎn)生一定的影響。針對這一點(diǎn)，本文提出了一種基于高斯過程回歸和稀疏表示的重建算法，將通過稀