基于稀疏表示的圖像超分辨率重構(gòu)技術(shù)研究.pdf

1、提高圖像分辨率是開(kāi)展圖像科學(xué)研究及其工程應(yīng)用的不懈追求，然而在一定程度上會(huì)導(dǎo)致系統(tǒng)的復(fù)雜化和任務(wù)的大幅增加。如何基于現(xiàn)有捕獲設(shè)備和已有觀測(cè)結(jié)果，恢復(fù)或重構(gòu)出高分辨率圖像也成為當(dāng)今眾多圖像應(yīng)用的迫切需求。利用圖像降質(zhì)先驗(yàn)或表示模型的圖像超分辨率重構(gòu)技術(shù)，就是解決這一問(wèn)題的方法之一。該技術(shù)在數(shù)學(xué)上是一個(gè)典型的逆問(wèn)題求解，為使解穩(wěn)定或唯一，向重構(gòu)問(wèn)題中添加關(guān)于成像過(guò)程或圖像數(shù)據(jù)的先驗(yàn)知識(shí)就尤為重要。
　　針對(duì)單幀圖像的超分辨率重構(gòu)任務(wù)，

2、基于圖像不同頻率分量的合成原理，本文提出了面向低頻分量的類雙線性快速插值重構(gòu)和面向高頻分量的稀疏表示圖像重構(gòu)技術(shù)框架。該研究以圖像數(shù)據(jù)的稀疏建模為研究主線，對(duì)信號(hào)稀疏表示理論中的超完備字典構(gòu)建、信號(hào)關(guān)于字典的信號(hào)稀疏分解及其在圖像重構(gòu)中的應(yīng)用等關(guān)鍵問(wèn)題做了探索性的研究。主要內(nèi)容有：
　　1.闡述了圖像稀疏表示理論及其應(yīng)用，包括信號(hào)稀疏表示模型、稀疏表示的字典構(gòu)建和稀疏表示的分解算法等。簡(jiǎn)述了基于稀疏表示的圖像處理應(yīng)用，推導(dǎo)并建立了

3、壓縮感知理論與圖像超分辨率重構(gòu)應(yīng)用的對(duì)應(yīng)關(guān)系。
　　2.針對(duì)高信噪比的 H.264編解碼圖像的插值放大問(wèn)題，提出一種曲率驅(qū)動(dòng)的類雙線性快速插值方法。借助圖像的二維坐標(biāo)，所有像點(diǎn)的灰度值模擬為空間三維曲面，以指定方向的曲面剖面曲率作為邊緣幾何類型判別依據(jù)，驅(qū)動(dòng)四像點(diǎn)快速插值。
　　3.針對(duì)字典離線式圖像重構(gòu)，分析了基于超完備字典稀疏表示的圖像超分辨率重構(gòu)的實(shí)現(xiàn)原理，確立了問(wèn)題關(guān)鍵為字典學(xué)習(xí)和稀疏表示。運(yùn)用離線式學(xué)習(xí)的低分辨率字

4、典來(lái)數(shù)值計(jì)算高分辨率字典，降低耦合式字典學(xué)習(xí)的計(jì)算復(fù)雜度；提出運(yùn)用正則正交匹配追蹤算法實(shí)現(xiàn)低分辨率圖像的稀疏表示。
　　4.鑒于當(dāng)前圖像與已學(xué)習(xí)圖像集可能存在的結(jié)構(gòu)類型偏差問(wèn)題，在字典在線式圖像重構(gòu)中，提出在線學(xué)習(xí)當(dāng)前低分辨率圖像的字典學(xué)習(xí)法。但是由于此時(shí)樣本數(shù)少、結(jié)構(gòu)類型少，引起字典原子的表達(dá)能力降低等問(wèn)題，從而基于該字典的確定性稀疏度信息不再可靠，提出應(yīng)用盲稀疏度稀疏表示實(shí)現(xiàn)圖像稀疏重構(gòu)。
　　5.針對(duì)離線字典的特定圖像

5、偏差和在線字典的樣本欠缺問(wèn)題，在字典級(jí)聯(lián)式圖像重構(gòu)中，為充分提高字典的表示能力，采用經(jīng)預(yù)先學(xué)習(xí)的離線字典級(jí)聯(lián)基于當(dāng)前低分辨率圖像學(xué)習(xí)的在線字典，構(gòu)成原子結(jié)構(gòu)多樣化、面向當(dāng)前圖像的高效的超完備字典；針對(duì)部分已有稀疏表示算法的低精度、高復(fù)雜度問(wèn)題，在稀疏測(cè)度定義下提出運(yùn)用逼近e0范數(shù)稀疏表示實(shí)現(xiàn)圖像的較高精度的快速稀疏分解。
　　本文針對(duì)單幀圖像的超分辨率重構(gòu)任務(wù)，圍繞著如何構(gòu)建有效的用于稀疏表示的超完備字典和設(shè)計(jì)在既定字典下圖像的稀