基于自相似的單圖像超分辨率方法研究.pdf

1、圖像超分辨率(Super Resolution,SR)是一種通過硬件或軟件來提高圖像分辨率、增加圖像細節(jié)信息的技術(shù)，在醫(yī)療衛(wèi)生領(lǐng)域，公共安全領(lǐng)域，和航空航天領(lǐng)域等方面具有無限的應用前景。通過硬件設備提高圖像空間分辨率的方法，因其受限于環(huán)境，天氣，設備本身等諸多因素，己經(jīng)跟不上社會前進的步伐，所以從軟件方面著手，通過信號處理等相關(guān)知識對獲取到的圖像進行處理提高圖像分辨率，這種方法靈活方便，成本低，適合推廣，在很多領(lǐng)域都具有很重要的應用價值

2、?；谙∈璞硎镜某直媛史椒ㄊ悄壳氨容^常用的一種方法，然而該方法過度依賴于所選擇的樣本，當樣本庫和待重建圖像的相關(guān)性較低時，會導致重建圖像不太理想。本文通過充分挖掘待重建的低分辨率圖像自身所蘊含的先驗信息，僅借助待重建的低分辨率圖像自身及其下采樣完成高低分辨率字典的學習，提高重建圖像的效果。主要工作如下：
　　1)針對自相似性方法中出現(xiàn)的問題提出改進方法。主要為圖像字典訓練的效率并根據(jù)圖像細節(jié)分布的特點自適應調(diào)整重建圖像塊及重疊區(qū)

3、域的大小，對于細節(jié)較多的區(qū)域增加圖像塊之間的重疊并減小圖像塊的大小。相反，對于細節(jié)較少的區(qū)域，增加圖像塊的大小和減小圖像塊之間的重疊；字典的樣本數(shù)據(jù)來源于輸入圖像和輸入圖像的下采樣，所以不需要外部數(shù)據(jù)庫。為了保證重建的效果，消除局部的差異，最后采用基于殘差圖像的迭代式誤差反向投影策略，實現(xiàn)高頻補償。本文提出的改進算法在直觀視覺體驗與量化的圖像處理評價指標上都有一定的提升。
　　2)由以往的基于學習的重建算法從局部到整體的重建過程受