基于深度學(xué)習(xí)的圖像超分辨率重構(gòu).pdf

1、空間分辨率是關(guān)于圖像質(zhì)量的一種體現(xiàn)。高空間分辨率圖像因其具有較高像素密度，圖像質(zhì)量高的特點(diǎn)，可提供關(guān)于成像場(chǎng)景更為豐富的細(xì)節(jié)信息。圖像的超分辨率(Super-Resolution，SR)技術(shù)就是基于一幅或多幅關(guān)于成像場(chǎng)景的低分辨率圖像生成關(guān)于該場(chǎng)景的高空間分辨率圖像的過(guò)程，已經(jīng)成為計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域的一個(gè)活躍的研究方向。
　　本文對(duì)圖像超分辨率技術(shù)的研究現(xiàn)狀進(jìn)行總結(jié)與分析;考察了幾種典型的深度學(xué)習(xí)模型。在此基礎(chǔ)上，結(jié)合深度學(xué)

2、習(xí)理論成果，對(duì)靜態(tài)圖像的超分辨率重構(gòu)進(jìn)行了研究，提出了兩種新的靜態(tài)圖像超分辨率重構(gòu)方法。
　　(1)基于受限玻爾茲曼機(jī)和稀疏表示的圖像超分辨率重構(gòu)
　　基于RBM(Restricted Boltzmann Machines)網(wǎng)絡(luò)模型關(guān)于數(shù)據(jù)表示的產(chǎn)生式結(jié)構(gòu)特性，以及基于稀疏理論的聯(lián)合字典學(xué)習(xí)模型的啟發(fā)，提出了一種基于RBM模型聯(lián)合字典學(xué)習(xí)及稀疏表示的超分辨率重構(gòu)算法。字典學(xué)習(xí)過(guò)程中，基于高、低分辨率圖像“子塊對(duì)”構(gòu)建訓(xùn)練樣本

3、集，以無(wú)監(jiān)督方式自動(dòng)在兩個(gè)特征空間中同時(shí)進(jìn)行高、低分辨率子塊聯(lián)合字典學(xué)習(xí)。借助學(xué)習(xí)得到的聯(lián)合字典，實(shí)現(xiàn)基于稀疏表示的高分辨率圖像子塊重構(gòu);將基于重構(gòu)子塊圖像的重疊式拼貼與迭代式誤差補(bǔ)償模型相結(jié)合，最終實(shí)現(xiàn)高分辨率圖像重構(gòu)。實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
　　(2)基于非負(fù)稀疏去噪自編碼器和稀疏表示的圖像超分辨率重構(gòu)
　　受自編碼器結(jié)構(gòu)特性、以及圖像超分辨率重構(gòu)過(guò)程的去模糊性的啟發(fā)，并結(jié)合圖像本身的非負(fù)特性，本文提出一種基于非負(fù)稀