基于學習和全變分正則化的超分辨率圖像復原問題的研究

1、基于學習和全變分學習和全變分正則化正則化的超分辨率圖像的超分辨率圖像復原復原問題的研究問題的研究ResearchonSuperresolutionImageRestationbasedonLearningTotalVariationregularization學科專業(yè)：運籌學與控制論學科專業(yè)：運籌學與控制論研究生：李麗榮生：李麗榮指導教師：王宏指導教師：王宏副教授副教授天津大學理學院天津大學理學院二零一四年五月二零一四年五月萬方數(shù)據(jù)中文

2、摘要中文摘要圖像的分辨率表征了圖像詳細信息的豐富程度。提高圖像的分辨率是圖像處理及計算機視覺領域研究的重要課題。圖像超分辨率復原是提高圖像分辨率的方法之一。超分辨率圖像復原主要依靠軟件技術，突破了傳統(tǒng)的依靠硬件設備性能得到高分辨率圖像的限制，降低了成像成本，目前已經(jīng)在遙感、醫(yī)學成像、視頻監(jiān)控、數(shù)字媒體等諸多領域表現(xiàn)出巨大的發(fā)展?jié)摿ΑＱ芯砍直媛蕪驮夹g是一個非常有意義的研究課題。由于全變分在圖像處理中可以很好的保留圖像邊緣信息，全變分思

3、想一直在圖像處理領域有著廣泛的應用。而基于學習的超分辨率圖像復原方法是目前超分辨率圖像復原研究的一個重要方向。本文針對單幅圖像的超分辨率復原問題，主要研究了基于學習的超分辨率復原方法以及全變分在圖像處理中的應用。論文的主要內(nèi)容及結論如下：1.本文在基于學習的超分辨率圖像復原方法的基礎上，將全變分最小化(TV)正則項引入到基于學習的圖像復原模型中，提出一種基于全變分正則化的學習方法的模型。2.針對提出的超分辨率圖像復原模型，提出了相應的算