基于插值和鄰域嵌入的圖像超分辨率算法研究.pdf

1、因硬件設(shè)備、網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)存儲(chǔ)空間等多方面的限制，成像設(shè)備上以及網(wǎng)絡(luò)上的圖像有很多為低分辨率圖像。而低分辨率圖像不清晰、分辨率低、很多情況下達(dá)不到對(duì)圖像分辨率的要求，因此提高低分辨率圖像的分辨率獲得高分辨率圖像的技術(shù)成為近年來圖像處理領(lǐng)域的研究熱點(diǎn)。該超分辨率處理的方法主要可以分為三大類:1.基于圖像插值的方法、2.基于圖像重建的方法、3.基于學(xué)習(xí)的方法。其中，基于插值的方法利用插值點(diǎn)周圍已知像素點(diǎn)的灰度值來估計(jì)該點(diǎn)的灰度值，簡單快速，

2、適合實(shí)時(shí)應(yīng)用;基于學(xué)習(xí)的方法通過構(gòu)建訓(xùn)練集學(xué)習(xí)高、低分辨率圖像塊的關(guān)系，并利用訓(xùn)練集重建出高分辨率圖像塊，能充分利用圖像的先驗(yàn)知識(shí)。本文在這兩種原始方法的思想基礎(chǔ)上，進(jìn)行了一些改進(jìn)，使得所提出方法的性能超過了原有的方法。
　　在原有插值方法的基礎(chǔ)上，提出了基于三次樣條插值和迭代更新的超分辨率算法、基于一致性區(qū)域的超分辨率算法。這兩種算法都先利用邊緣檢測算子檢測出圖像的邊緣像素點(diǎn)與非邊緣像素點(diǎn)，然后將圖像的邊緣像素點(diǎn)與非邊緣像素點(diǎn)分

3、開處理。實(shí)驗(yàn)結(jié)果表明，這兩種算法都有效避免了普遍出現(xiàn)在傳統(tǒng)插值方法中的邊緣模糊問題。
　　其中，在所提出的基于三次樣條插值和迭代更新的超分辨率算法中，先用Prewitt算子檢測出圖像的邊緣像素點(diǎn)與非邊緣像素點(diǎn)，然后，邊緣像素點(diǎn)沿邊緣方向進(jìn)行三次樣條插值，非邊緣像素點(diǎn)雙立方插值后再用各向異性濾波算子濾波。
　　在所提出的基于一致性區(qū)域的超分辨率算法中，先用Prewitt算子檢測出圖像的邊緣像素點(diǎn)與非邊緣像素點(diǎn)，然后分別確定邊緣

4、點(diǎn)與非邊緣點(diǎn)的一致性區(qū)域，再利用所設(shè)計(jì)的雙邊濾波器在像素點(diǎn)的一致性區(qū)域進(jìn)行濾波以確定待定像素點(diǎn)的灰度值。
　　在基于學(xué)習(xí)的方法中，原有的基于鄰域嵌入的方法計(jì)算復(fù)雜度低、效果較好，本文在原有的基于鄰域嵌入的方法的思想基礎(chǔ)上，提出了三維鄰域嵌入和相乘因子下的超分辨率算法。該算法提取圖像塊的三維余弦變換(3D-DCT)系數(shù)作為圖像塊的特征，并將3D-DCT系數(shù)與所設(shè)計(jì)的權(quán)值模板相乘，實(shí)現(xiàn)對(duì)3D-DCT中的低頻系數(shù)賦予較大的權(quán)值，高頻系數(shù)