基于稀疏表示的图像分辨率增强处理大学论文.doc

《基于稀疏表示的图像分辨率增强处理大学论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要图像超分辨率重建技术是从单幅或者多幅低分辨率图像重建得到高分辨率图像的技术，其基本的思想是采用信号处理的方法，恢复成像的重建过程中丢失的高频率信息。目前，图像超分辨率重建算法主要分为三大类：基于插值的图像超分辨率算法，基于多帧重建的图像超分辨率算法以及基于学习的图像超分辨率算法。本文首先对基于学习的图像超分辨率重建算法和稀疏表示理论进行了介绍，其次对本文中将要使用的重建算法以及弹性网约束进行了研究。最后使用该方法进行了多组仿真实验，并给出了结果以及总结。关键词：超分辨率重建，基于学习的方法，稀疏表示，弹性网约束IIIAbstractImagesupe

2、r-resolutiontechniqueistogethigh-resolutionimagesfromasinglelow-resolutionimageormultiplelow-resolutionimage,thebasicideaistousethesignalprocessingmethod,torecoverythehighfrequencyinformationwhichislostintheimagingreconstructionprocess.Currently,thesuper-resolutionimagereconstruc

3、tionalgorithmismainlydividedintothreecategories:Imagesuper-resolutionalgorithmsbasedoninterpolation,imagesuper-resolutionalgorithmsbasedonmulti-frameandimagesuper-resolutionreconstructionalgorithmsbasedonlearning.Inthisthesis,firstly,imagesuper-resolutionreconstructionalgorithmsb

4、asedonlearningandsparserepresentationtheorieswereintroduced,thenthereconstructionalgorithmusedhereinaswellaselasticnetwerestudied.Finally,multiplesetsofsimulationexperimentswereperformed,andtheresultsandsummaryweregiven.Keywords:Super-resolutionreconstruction,Learning-basedapproa

5、ch,Sparserepresentation,ElasticnetIII目录1前言11.1课题背景11.2超分辨率重建技术及其实际应用领域21.3本文的主要工作及内容安排82稀疏表示与字典学习理论102.1稀疏表示理论102.2稀疏表示的字典构建方法122.3弹性网约束概述162.4本章小结183基于稀疏表示的单幅图像超分辨率重建193.1算法流程概述193.2重建流程概述203.3图像质量评价213.4本章小结244实验结果及分析254.1图像超分辨率重建实验及分析254.2实验小结315结束语325.1工作小结325.2讨论与展望32参考文献34致

6、谢37III基于稀疏表示的图像分辨率增强处理371前言1.1课题背景图像是人类获取信息的几大来源之一，是人类社会活动中最为常用的信息载体。人眼观察到的图像，其细节信息越丰富，图像的整体效果越好，图像质量越高。图像分辨率[1]是图像细节分辨能力的衡量指标，它表示图像中目标物体的细致程度和图像信息的详实程度，反映了图像中存储的信息总量。因此，对于人类来说，高分辨率的图像对于人类的社会活动有相当大的帮助。然而由于受到图像成像装置的技术条件的限制以及诸多相关环境因素的影响，实际中获得的图像的质量往往达不到预期，这对于图像的后续处理产生了十分不利的影响[2]。为了

7、解决这一问题，研究人员与学者主要提出了两种可能的方法：（1）改善图像成像设备的条件，以获得更高质量的图像；（2）利用信号处理技术，提高图像的分辨率。目前，成像设备主要有互补金属氧化物半导体（ComplementaryMetalOxideSemiconductor,CMOS）和电荷耦合器件（Charge-CoupledDevice,CCD）两种图像传感器[3]。这两种图像传感器在数字图像获取中的大量应用，使得成像分辨率得到了很大的提高，但是在一些特殊情况下，由于诸多因素的干扰，实际获得的图像分辨率不能达到实际应用需求。提高图像的空间分辨率，最为直接的方法就

8、是改进传感器的制造工艺来减小像素尺寸[4]，这样单位面积内的像素数目就得到增加。