基于稀疏表示和非局部均值的單幅圖像超分辨率重建研究.pdf

1、隨著科技和生活水平的不斷提高，我們擁有了更多的成像產(chǎn)品。圖像和多媒體成為了極其重要的信息傳遞媒介。但是在圖像的成像、存儲等一些處理中，無論是由于外部的光照環(huán)境，還是成像設(shè)備本身固有的缺陷，獲取到的圖像很多時候質(zhì)量達(dá)不到要求。這類圖像丟失了很多細(xì)節(jié)信息，為了能夠恢復(fù)這些信息，獲取更高分辨率的圖像。一般有兩種方法：一、通過改善成像設(shè)備的質(zhì)量，但是硬件質(zhì)量的提升成本很高，而且目前技術(shù)也有較大的局限性；二、尋求硬件之外的軟件方法，也就是圖像超分

2、辨率重建技術(shù)。
　　圖像超分辨率重建技術(shù)近些年來成為了學(xué)者們研究的熱點，而基于稀疏表示的圖像超分辨率重建技術(shù)更是得到學(xué)者們青睞?；谙∈璞硎镜膱D像超分辨率重建技術(shù)一般都只關(guān)注于字典的構(gòu)建和更新，很少有人關(guān)注到在字典構(gòu)建時所需用到的訓(xùn)練圖像高頻邊緣特征對字典訓(xùn)練的影響。同時利用基于稀疏表示的圖像超分辨率技術(shù)重建后的圖像在一些邊緣紋理細(xì)節(jié)上還能有較大的改進?；谝陨蟽蓚€不足，本文主要做了一下以下的工作：
　　一、提出基于改進的高

3、斯拉普拉斯特征提取和稀疏表示的圖像超分辨率重建方法。該方法是基于稀疏表示的圖像超分辨技術(shù)的框架，主要內(nèi)容是以下幾個方面：
　　1.圖像訓(xùn)練集只需要高分辨率圖像，低分辨率的圖像訓(xùn)練集由高分辨率圖像模糊和降質(zhì)得來；
　　2.引入了一種高斯拉普拉斯模板對圖像進行有效的去噪和邊緣紋理特征的提取；
　　3.采用提取的邊緣高頻特征進行高低分辨率過完備字典的訓(xùn)練；
　　4.對低分辨率的測試集圖像進行重建。
　　二、提出了