块相似性引导学习字典的图像超分辨率重建

发布时间：2024-07-10 19:14

　　图像超分辨率技术是近年来计算机视觉领域的研究热点之一,其可以有效地弥补硬件成像设备精度的不足,以较高的还原度呈现出真实场景。图像超分辨率技术在安防、遥感、医学和高清显示等领域有着广泛的应用场景和需求。本文围绕提高图像超分辨率性能展开研究,并在基于学习的超分辨率方法上从提升学习字典训练效率和提高图像重建质量两个方面进行改进。本文首先针对传统字典训练效率低的问题,提出一种新的图像块相似性判断方法及结构不相似训练样本构造方法,该方法不仅极大地提升了字典训练效率,而且获得的学习字典具有强的表达能力,有效提高了图像重建的质量;其次针对全局字典表达多样化图像块能力有限的问题,提出一种新的基于高斯混合模型的多字典超分辨率方法,该方法不仅有着较高的效率,而且获得的学习字典具有强的局部自适应表达能力,有效地提高了图像重建的质量。本文的工作主要包括:(1)学习并研究了超分辨率技术的相关概念和方法,主要包括超分辨率重建的概念、图像退化模型、几类经典的超分辨率重建方法。(2)重点研究了基于稀疏表示的图像超分辨率重建算法。针对传统算法训练学习字典效率低的不足之处,利用图像块结构多样化特征提出了一种基于块编码的图...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图像运动变形模糊下采样叠加噪声后低分辨率图像图2图像退化过程示意图高分辨率

西北大学硕士学位论文22221,(,)0,uvRhuvR其他(2.2表示散焦光斑的半径。3、高斯退化函数：这种退化是由于光学系统受众多复杂因素的影响，使得其点散函数趋近于高斯分布。对于光学系统来说，点扩散函数影响因素众多，该退化函是光学系统....

图6不同插值方法对Parrot2倍重建结果a.HRb.Nearestc.Bilineard.Bicubic

a.HRb.Nearestc.Bilineard.Bicubic图6不同插值方法对Parrot2倍重建结果2.2.2基于边缘的图像超分辨率基于边缘的SR主要利用了与图像边缘相关信息作为先验信息，文献[18]利用了边缘的宽度和长度作为先验信息进行SR，文献[4....

图图7文献[42]方法实验结果(a)Bicubic(b)文献[42](c)原

()lNe表示像素在HR图像中的55邻域。然后，将高低分辨率图像的梯度的锐度关系转换到梯度域进行求解，计算出高低分辨率梯度轮廓的比率：()||()||()exp{()()}hlhlhlddrdc....

图13稀疏表示模型K

K图13稀疏表示模型号S的稀疏表示是通过求解稀疏系数的||||p范数最0或者1，当p取值为0时，0||||表示0l范数，0l范数；1||||表示1l范数，1l范数指示了向量中各个元素绝对了表示系数的稀疏特性。在本文中，我们采用了1l则....

本文编号：4004599