基于预测稀疏编码的快速单幅图像超分辨率重建-论文.pdf

《基于预测稀疏编码的快速单幅图像超分辨率重建-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN10o1．908l2015．06．1O计算机应用，2015，35(6)：1749—1752CODENJYIIDUhttp：／／www．joca．cn文章编号：1001-9081(2015)06—1749-04doi：10．11772／j．issn．1001—9081．2015．06．1749基于预测稀疏编码的快速单幅图像超分辨率重建沈辉，袁晓彤，刘青山(江苏省大数据分析技术重点实验室(南京信息工程大学)，南京210044)(通信作者电子邮箱shenh

2、ui2013@qq．corn)摘要：针对经典的基于稀疏编码的图像超分辨率算法在重建过程中运算量大、计算效率低的缺点，提出一种基于预测稀疏编码的单幅图像超分辨率重建算法。训练阶段，该算法在传统的稀疏编码误差函数基础上叠加编码预测误差项构造目标函数，并采用交替优化过程最小化该目标函数；测试阶段，仅需将输入的低分辨图像块和预先训练得到的低分辨率字典相乘就能预测出重建系数，从而避免了求解稀疏回归问题。实验结果表明，与经典的基于稀疏编码的单幅图像超分辨率算法相比，该算法能够在显著减少重建阶段运算时间的同时几乎完全保留超分辨率

3、视觉效果。关键词：图像超分辨率；预测稀疏编码；字典学习；交替优化中图分类号：TP391．41文献标志码：AFastsuper-resolutionreconstructionforsingleimagebasedonpredictivesparsecodingSHENHui。。YUANXiaotong．LIUQingshan(JiangsuKeyLaboratoryofB溏DataAnalysisTechnology(NangUniversityofInformationScienceandTechnology)，

4、Nang~angsu210044，China)Abstract：Theclassicsuper·resolutionalgorithmviasparsecodinghashighcomputationalcostduringthereconstructionphase．Inviewofthedisadvantages，apredictivesparsecoding·basedsingleimagesuper-resolutionmethodwasproposed．Inthetrainingphase，theprop

5、osedmethodimposedacodepredictionerrortermtothetraditionalsparsecodingeITorfunction，andusedanalternatingminimizationproceduretominimizetheresultantobjectivefunction．Inthetestingphase，thereconstructioncoeficientcouldbeestimatedbysimplymuhiplyingthelow·dimensiona

6、limagepatchththelow—dimensionaldictionary，withoutanyneedtoSo]vesparseregressionproblems．Theexperimentalresultsdemonstratethat，comparedwiththeclassicsingleimagesuper—resolutionalgorithmviasparsecoding，theproposedmethodisabletosignificantlyreducethereconstructio

7、ntimewhilemaintainingsuper-resolutionvisualefect．Keywords：imagesuper—resolution；predictivesparsecoding；dictionarylearning；alternativeoptimization的图像超分辨率算法成为主流方法，此类方法依托相似的训0引言练集训练字典，能够预测出低分辨率图像中丢失的细节信息。图像超分辨率是指将低分辨率图像转换为高分辨率图早期，Freeman等提出的基于实例的方法，利用马尔可夫模像，是图像处理

8、领域的热门研究方向之一。考虑到硬件成本型建立高、低分辨率图像之间的联系，但是这种算法需要数以以及硬件技术的局限性，现有的图像超分辨率工作研究主要百万计的高、低分辨率图像块进行训练，计算量非常巨大。之集中在软件算法领域，主要解决的问题是将输人的单幅或者后，Chang等。。提出的局部线性嵌入的流形学习方法，学习出多幅低分辨率图像通过算法处理重建出一幅高分辨率图低