基于稀疏表示的多成分字典超分辨率圖像重建的研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費或?qū)嶒炇业馁Y助，在()實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：剴穆7u，

2、￥年廠月哆日摘要摘要基于稀疏表示的超分辨率重建算法方法是近年來超分辨率圖像重建研究中的熱點。在超分辨率圖像重建中，需要從現(xiàn)有的低分辨率圖像的低頻信息中恢復(fù)高頻信息，因此如何構(gòu)建高頻部分的字典是基于稀疏表示的超分辨率重建的關(guān)鍵。任意一幅圖像，通過形態(tài)學(xué)成分分析分解成紋理和平滑兩部分，且其間相互獨立，對紋理部分和平滑部分分別進(jìn)行學(xué)習(xí)訓(xùn)練構(gòu)建過完備字典，用于超分辨率重建。本文首先將用于訓(xùn)練的高分辨率圖像集分離出平滑和紋理兩子圖，對這兩子圖分別

3、按照一定的比例(本文采用1／3)進(jìn)行降采樣，然后再采用某種插值方法(本文采用Bicubic插值)，將降采樣的紋理子圖和平滑子圖擴(kuò)大為與原圖像同等大小，并將原子圖與插值的子圖相減，得到當(dāng)前子圖的高頻信息，最后對高頻部分和低頻部分各自進(jìn)行分塊學(xué)習(xí)，進(jìn)而得到高分辨率圖像的低頻字典和高頻字典。對輸入的一張低分辨率圖像，首先分離出紋理部分和平滑部分，將兩部分圖像采用與字典訓(xùn)練中相同的插值方法擴(kuò)大到目標(biāo)分辨率大小，進(jìn)而得到了兩種成分在高分辨率下的低

4、頻部分。對于高頻部分，采用低頻部分圖像塊在低頻字典上的稀疏表示系數(shù)結(jié)合高頻字典進(jìn)行構(gòu)建。將已有的低頻部分和重建得到的高頻部分進(jìn)行疊加，得到某一成分子圖的高分辨率圖像，最終將重建后的紋理部分和平滑部分進(jìn)行疊加得到完整的高分辨率目標(biāo)圖像。實驗表明：采用紋理和平滑兩種成分分別構(gòu)建過完備字典進(jìn)行超分辨率重建，重建效果能夠得到一定的提升?；诰C合模型的稀疏表示是當(dāng)前研究的熱點，并且產(chǎn)生了諸多的研究成果，但近幾年來基于分析模型的稀疏表示也已經(jīng)激起了