基于自相似性的单幅图像超分辨率算法研究

发布时间：2021-11-17 22:00

　　近几年来,基于图像自相性假设的超分辨率算法对提升图像的主观视觉效果取得一定成果,展现出良好的发展前景,在这样的背景下,本文对基于自相似的超分辨率算法展开研究。首先通过分析自相似性超分辨算法的优势及不足,给出了自相似性和控制核回归融合的超分辨算法。该算法利用高斯金字塔对图像全局相似性块进行重建,同时使用控制核回归模型对图像局部块进行结构限制。本文先介绍了图像核回归模型,再给出了带有核回归的基于自相似性超分辨算法,最后通过仿真实验验证该算法的性能。其次,LSE（Local Self-Examples）算法在视觉效果上仍存在提升空间。本文利用传统金字塔相似性块的假设,给出了基于扩展金字塔的LSE改进算法。本文首先通过引入水平和垂直方向的金字塔来扩展传统的高斯金字塔,利用扩展金字塔对应位置的图像块寻找最相似块。该算法不需要进行全局搜索,只需计算对应位置的图像块来寻找最相似图像块。最后通过仿真实验验证该算法的性能。最后,针对超分辨率算法对噪声敏感这一不足,本文给出一种直接对噪声图像进行超分辨分析的算法。考虑将去噪和超分辨率融合在一起的思路,给出了基于扩展金字塔的噪声图像超分辨率算法。本文首先利用... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 引言
    1.2 超分辨率算法研究现状
        1.2.1 基于插值的方法
        1.2.2 基于重建的方法
        1.2.3 基于学习的方法
    1.3 本文主要工作和结构安排
第2章 基于自相似的单幅图像超分辨率算法
    2.1 图像退化模型
    2.2 图像的质量评价
        2.2.1 图像的客观质量评价
        2.2.2 图像的主观质量评价
    2.3 图像的自相似性
        2.3.1 图像的自相似性
        2.3.2 自相似性度量
    2.4 基于自相似性的超分辨率算法
        2.4.1 基于自相似性的算法模型
        2.4.2 基于自相似性的算法步骤
        2.4.3 高斯金字塔模型
        2.4.4 迭代反投影算法
        2.4.5 最近邻域搜索算法
        2.4.6 自相似性算法存在的问题
    2.5 本章小结
第3章 带有核回归的基于自相似性的超分辨率算法
    3.1 核回归的定义和表示
        3.1.1 核回归模型
        3.1.2 控制核回归
    3.2 带有核回归的基于自相似性的超分辨率算法
        3.2.1 带有核回归的基于自相似性的超分辨率算法模型
        3.2.2 带有核回归的基于自相似性的超分辨率算法步骤
        3.2.3 控制局部结构参数的算法
    3.3 实验结果与分析
        3.3.1 实验仿真结果
        3.3.2 实验结果分析
    3.4 本章小结
第4章 基于扩展金字塔模型的图像超分辨率算法
    4.1 扩展金字塔模型
    4.2 基于扩展高斯金字塔模型的超分辨率算法
        4.2.1 LSE算法思路
        4.2.2 基于扩展高斯金字塔模型超分辨率算法模型
        4.2.3 基于扩展高斯金字塔模型超分辨率算法步骤
    4.3 实验结果及分析
        4.3.1 实验仿真结果
        4.3.2 实验结果分析
    4.4 本章小结
第5章 基于扩展金字塔模型的噪声图像超分辨率算法
    5.1 噪声方差估计
    5.2 基于扩展金字塔噪声图像的超分辨率模型
        5.2.1 噪声图像的自相似性
        5.2.2 最优图像块搜索算法
        5.2.3 噪声图像的超分辨率算法模型
        5.2.4 噪声图像的超分辨率算法步骤
    5.3 实验结果及分析
    5.4 本章小结
第6章 总结和展望
    6.1 主要研究成果
    6.2 后续研究工作
参考文献
致谢
攻读硕士学位期间发表的学术论文



本文编号：3501710