基于學(xué)習(xí)的圖像超分辨率算法研究.pdf

1、圖像超分辨率作為圖像處理領(lǐng)域的一個(gè)經(jīng)典問(wèn)題在近些年來(lái)得到了很多研究學(xué)者的關(guān)注。圖像超分辨率技術(shù)使用單幀或多幀低分辨率圖像，挖掘低分辨率圖像中的相關(guān)性、互補(bǔ)性等信息，以軟件算法的方式來(lái)提高目標(biāo)圖像的空間分辨率。通過(guò)圖像超分辨率技術(shù)使得我們能夠利用現(xiàn)有的低分辨率成像系統(tǒng)，以靈活且低成本的方式來(lái)得到分辨率更高的圖像。
　　在圖像超分辨率算法中基于學(xué)習(xí)的方法由于引入了學(xué)習(xí)訓(xùn)練庫(kù)的信息，相較于基于插值以及基于重構(gòu)的圖像超分辨率算法具有更大的

2、潛力來(lái)提高圖像的分辨率水平。本文以圖像超分辨率問(wèn)題為研究對(duì)象，提出了兩種基于學(xué)習(xí)的圖像超分辨率方法：基于局部線性嵌入的方法和基于卷積神經(jīng)網(wǎng)絡(luò)的方法。
　　基于局部線性嵌入的圖像超分辨率方法，將流形學(xué)習(xí)中的局部線性嵌入算法引入圖像超分辨率問(wèn)題當(dāng)中，利用局部線性嵌入思想挖掘低分辨率圖像塊與高分辨率圖像塊之間的對(duì)應(yīng)關(guān)系，從而重構(gòu)出目標(biāo)低分辨率圖像對(duì)應(yīng)的高分辨率圖像。在此基礎(chǔ)上，本文提出了將多角度、多鏡像相似塊查找的策略來(lái)改進(jìn)提高超分辨率

3、的效果，并通過(guò)實(shí)驗(yàn)驗(yàn)證了方法的有效性。
　　基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率方法，將近些年來(lái)非常流行的深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到圖像超分辨率中，建立一個(gè)為圖像超分辨率特別設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)，將大量的低分辨率圖像塊與對(duì)應(yīng)的高分辨率圖像塊作為訓(xùn)練樣本，采用隨機(jī)梯度下降法對(duì)其進(jìn)行訓(xùn)練學(xué)習(xí)。經(jīng)過(guò)充分訓(xùn)練優(yōu)化后得到的網(wǎng)絡(luò)便代表著低分辨率圖像到高分辨率圖像的一個(gè)映射關(guān)系，將目標(biāo)低分辨率圖像輸入到網(wǎng)絡(luò)就可以得到與之相對(duì)應(yīng)的高分辨率圖像。同