基于變形塊方法的超分辨率算法研究.pdf

1、圖像超分辨率重建是一種改善圖像質(zhì)量的圖像處理技術(shù)。隨著近十幾年的發(fā)展，超分辨率重建方法得到了越來(lái)越多學(xué)者的研究，基于稀疏表示的方法就是其中的一種，它既能夠表現(xiàn)圖像的內(nèi)在結(jié)構(gòu)，又能充分利用圖像本身的特征信息和結(jié)合其他先驗(yàn)知識(shí)，在超分辨率重建中取得了很好的性能，被廣泛應(yīng)用。本文對(duì)基于稀疏表示的圖像超分辨率重建做了探索性和創(chuàng)新性的研究，主要內(nèi)容有：
　　1、在字典學(xué)習(xí)方法方面，針對(duì)K-SVD方法在字典學(xué)習(xí)中只包含表示能力沒(méi)有判別能力的問(wèn)

2、題，提出了一種改進(jìn)的K-SVD方法的超分辨率重建算法。本文在K-SVD算法的基礎(chǔ)上添加了一個(gè)約束項(xiàng)，同時(shí)利用了字典和分類器的學(xué)習(xí)過(guò)程，又在字典中嵌入了分類器參數(shù)，這樣字典就同時(shí)包含判別監(jiān)督作用和表示能力，使圖像具有更多的高頻信息，先驗(yàn)知識(shí)的增多使圖像的重建效果比其他的字典學(xué)習(xí)方法更優(yōu)。
　　2、在字典構(gòu)造方面，針對(duì)基于稀疏表示的方法利用自然界的圖片作為訓(xùn)練庫(kù)來(lái)訓(xùn)練字典，會(huì)帶來(lái)訓(xùn)練時(shí)間過(guò)長(zhǎng)、效果欠佳的問(wèn)題，本文結(jié)合改進(jìn)的K-SVD方

3、法提出了基于變形塊方法的超分辨率重建算法。我們知道，字典中的圖像塊往往被當(dāng)作一個(gè)固定的向量，然而該算法受光流法的啟發(fā)，建立了變形塊模型，引入了變形場(chǎng)的概念，圖像塊在變形場(chǎng)的影響下生成了類似而不完全相同的變形塊，使圖像塊的形式增多，進(jìn)而豐富了字典，又利用基于最小化能量函數(shù)的變形相似度用于基本塊匹配，從字典中能夠更好的找到匹配輸入塊的候選塊，最后對(duì)這些候選塊采用加權(quán)的方式重建出最終的高分辨率圖像塊。
　　大量的實(shí)驗(yàn)結(jié)果證明，本文與一些