基于稀疏約束的圖像超分辨率重建技術(shù)研究.pdf

1、圖像超分辨率重建是利用同一場景中的一幅或一組低分辨率圖像，結(jié)合一定的先驗知識，重建一幅高分辨率圖像的技術(shù)。該技術(shù)能夠在不改變現(xiàn)有設(shè)備的條件下，有效提高圖像的分辨率，具有廣闊的應(yīng)用前景。本文首先簡要介紹了圖像超分辨率重建的現(xiàn)有算法及圖像稀疏冗余模型的相關(guān)理論，然后針對圖像非局部冗余稀疏和字典稀疏表示兩個方面，進行超分辨率重建算法研究。
　　本研究主要內(nèi)容包括：⑴提出改進的非局部迭代反投影(NLIBP:Non-Local Iterat

2、ive Back-Projection)算法。通過自適應(yīng)的控制參與 NL后處理的像素點范圍及優(yōu)化相似度計算的方法，降低其計算復(fù)雜度，并抑制其部分過修正問題。實驗結(jié)果表明，改進后的算法具有較快的重建速度，且具有較好的主客觀重建質(zhì)量。⑵介紹了基于稀疏約束的算法，并針對其計算復(fù)雜度高的問題，提出了一種基于K均值聚類的自適應(yīng)快速重建方法。所提算法從兩個方面降低其計算復(fù)雜度：分類訓(xùn)練字典，對圖像塊歸類重建，降低每個圖像塊所用字典的大?。粚D像塊的

3、特征進行分析，自適應(yīng)的選擇重建方法。實驗結(jié)果表明，本文提出的快速重建方法在重建質(zhì)量與原算法相當(dāng)?shù)那疤嵯?，可以在較大程度上降低重建時間。⑶針對基于稀疏字典約束的超分辨重建算法，提出了一種以非局部相似結(jié)構(gòu)為導(dǎo)向的全局后處理方法，通過結(jié)合非局部均值(NLM:Non-Local Means)邊緣去噪算法與改進的NLIBP算法，充分利用圖像中的邊緣信息、非局部相似結(jié)構(gòu)，提高圖像重建質(zhì)量。實驗結(jié)果表明，本文提出的后處理方法可以有效的改善圖像邊緣及整