基于稀疏表示和非下采樣輪廓波變換的單幅圖像超分辨率.pdf

1、圖像超分辨率重建技術(shù)是指由已有的低分辨率(Low Resolution,LR)圖像重建出一幅相對應(yīng)的高分辨率(High Resolution,HR)圖像。這項技術(shù)能夠?qū)崿F(xiàn)在不改進(jìn)成像設(shè)備的硬件條件的情況下，只通過軟件的圖像處理方法提高圖像分辨率，從而改善圖像視覺效果和為圖像的后續(xù)處理作準(zhǔn)備，因此在軍事、遙感、醫(yī)學(xué)、安全監(jiān)控等需要高分辨率圖像的領(lǐng)域具有廣闊的應(yīng)用前景。
　　本文主要解決單幅圖像的超分辨率問題，首先介紹了超分辨率圖像重

2、建研究的研究現(xiàn)狀，以及超分辨率重建問題的基本原理和相關(guān)技術(shù)。鑒于基于學(xué)習(xí)的圖像超分辨率方法是當(dāng)前研究焦點，而且基于稀疏表示的超分辨率重建是最新發(fā)展出來并且取得很好的超分辨率效果的一種。本文選擇了基于稀疏表示的超分辨率重建算法作研究基礎(chǔ)，分析發(fā)現(xiàn)有效的低分辨率圖像特征表示是基于稀疏表示圖像超分辨率求解的一個關(guān)鍵環(huán)節(jié)，對求解出高分辨率圖像起到?jīng)Q定性作用。因此改進(jìn)以往超分辨率算法中的圖像特征表示模塊，引入非下采樣輪廓波變換方法，考慮到它具有多

3、尺度多方向的圖像描述的特性，將其應(yīng)用于本文的圖像特征提取。本文提出了一種全新的基于稀疏表示和非下采樣輪廓波變換的單幅圖像超分辨率算法（NSCT-SCSR）。
　　算法首先對低分辨率圖像進(jìn)行非下采樣輪廓波分解，提取各個子帶特征組合成一個特征來表示低分辨率圖像。然后將其作為先驗信息輸入基于稀疏表示的超分辨率算法求解框架中來預(yù)測求解出對應(yīng)的高分辨率圖像。最后通過實驗分析對比本文的算法和以往算法的圖像超分辨率效果，并將本文的算法應(yīng)用于醫(yī)學(xué)