基于字典学习与结构自相似性的码本映射超分辨率算法
图像的空间分辨率受成像环境、硬件制造水平和成本等多方面因素的影响,存在一定的局限性。为了提高图像的空间分辨率,提出一种基于字典学习与结构自相似性的码本映射超分辨率算法。首先利用训练集构建与图像高低频分量对应的高低频码本,将高低频码本作为训练样本获取高低频字典;然后在初始重建图像中搜索目标图像块的相似图像块,利用相似图像块构建非局部约束项;最后通过求解含有非局部约束项的 l0范数最小化问题获取目标图像块的稀疏表示系数,并利用高低频字典重建高分辨率图像块。该算法利用高低频字典表示目标图像块,而不是直接采用高低频码本,提高了算法的运算效率;利用相似图像块构建正则化约束项,提高了重建图像的质量。实验结果表明,与LLE, ScSR和NARM等算法相比,文中算法取得的超分辨率重建效果更好。
超分辨率、码本映射、字典学习、结构自相似性
TN911.73
国家自然科学基金61171117;国家科技支撑计划项目2012BAH31B01;中国博士后科学基金2013M540946;北京市教育委员会科技计划重点项目KZ201310028035
2015-06-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
1032-1038