基于相關圖像的圖像超分辨率算法研究.pdf

1、圖像超分辨率問題一直是熱點問題，由于視頻監(jiān)控、網絡帶寬、低量射線的X光等有限資源的限制，使得接收到的圖像分辨率過低，那么人們總是希望可以根據已接收到的低分辨率圖像來恢復出更高分辨率的圖像。基于這樣的需求出發(fā)，人們提出了很多基于單幅輸入或者多幅輸入圖像的圖像超分辨率算法，比如基于插值的、基于多幅低分辨率圖像的、以及基于機器學習的超分辨率方法。由于一幅低分辨率圖像可以由多幅超分辨的圖像下采樣得到，也就是說一幅低分辨率圖像對應著多幅高分辨率圖

2、像所以超分辨問題是一個病態(tài)問題。隨著社交網絡的發(fā)展以及大數據時代的到來，網絡上的圖像資源更加豐富，這將對傳統(tǒng)的超分辨率方法產生巨大的影響。
　　本文提出了基于相關圖像的圖像超分辨率的方法，給定一幅低分辨率圖像，然后搜索出它的相似圖像。我們的想法是把相似圖像作為輔助信息來恢復高分辨率圖像中丟失的細節(jié)。雖然圖像中的場景內容相似，但是由于視角、光照、采集設備的不同造成檢索到的圖像僅僅是內容相似，并不能直接使用所以本文利用隨機抽樣一致（R

3、ANSAC）算法將這些相關圖像與輸入圖像進行對齊，之后對低分辨率圖像進行初次重構，再用本文提出的誤差下降迭代算法對重構圖像進行逐步恢復。簡而言之，本文的研究內容分為以下三個方面：
　　(1)實現一種基于相似圖像的超分辨率算法的框架。通過對輸入的低分辨率圖像進行上采樣得到初始高分辨率圖像(ULR)，然后檢索初始高分辨圖像的相似圖像，再利用對齊后的相似圖像對初始高分辨率圖像進行初步重構，最后對重構圖像進行恢復。
　　(2)在圖像