基于稀疏表示的超分辨率重建算法及應(yīng)用研究.pdf

1、圖像超分辨率(Super-Resolution，SR)重建是指由輸入的一幅或同一場(chǎng)景多幅低分辨率圖像重建出一幅高分辨率圖像的技術(shù)。克服了通過(guò)硬件獲得高分辨率圖像成本高的不足，在提升圖像質(zhì)量，改善圖像視覺(jué)效果等方面有著重要意義?；谙∈璞硎镜某直媛手亟ǚ椒ㄊ悄壳氨容^流行的一種方法，這類(lèi)方法存在著重建結(jié)果過(guò)分依賴(lài)選擇的樣本圖像，沒(méi)有充分利用待重建的低分辨率圖像自身包含的先驗(yàn)知識(shí)的問(wèn)題，導(dǎo)致重建圖像帶有明顯的人工痕跡，重建效果不佳。針對(duì)目前

2、基于稀疏表示的超分辨率重建方法存在的這種問(wèn)題，本文通過(guò)充分發(fā)掘待重建的低分辨率圖像自身所蘊(yùn)含的先驗(yàn)信息，僅借助待重建的低分辨率圖像自身實(shí)現(xiàn)了分辨率的提升。主要工作如下:
　　1)提出一種基于自相似性和稀疏表示的圖像超分辨率重建算法?；趫D像自身存在的相同尺度和不同尺度的相似結(jié)構(gòu)，算法聯(lián)合稀疏K-SVD字典學(xué)習(xí)方法和非局部均值方法將蘊(yùn)含在待重建的低分辨率圖像中的有效信息以正則項(xiàng)的形式加入到最大后驗(yàn)概率估計(jì)框架中，然后，采用梯度下降法

3、求解算法構(gòu)建的目標(biāo)函數(shù)，重建出高分辨率圖像。實(shí)驗(yàn)表明，與經(jīng)典的算法相比，本文算法在視覺(jué)效果和評(píng)價(jià)指標(biāo)上都有一定的提高。
　　2)針對(duì)基于K-SVD字典學(xué)習(xí)的超分辨率重建算法存在的不足，本文提出一種基于稀疏K-SVD的圖像超分辨率重建算法，并將其應(yīng)用于車(chē)牌圖像的超分辨率重建。首先，以待重建的低分辨率車(chē)牌圖像及其降采樣作為字典訓(xùn)練的樣本，提高了字典和待重建的低分辨率車(chē)牌圖像的相關(guān)性，并采用稀疏K-SVD方法進(jìn)行訓(xùn)練獲得高低分辨率字典對(duì)