基于图像自相似性与压缩感知的超分辨率重建.pdf

《基于图像自相似性与压缩感知的超分辨率重建.pdf》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、．中瞧号端ｆｍ隱ｊ西黃義；其賛難滅巧１：補誦爾扣—？－‘？、－＊．＇．诚據訪故挺？、‘於、４早乂心＾奠硕ｉ学位絶麦女：豁．，心，＇鸣＂－‘，－、、＾、￣：＇＇Ｖ每燃常蟲；兴■１聲’—；中如－．誦．竣；＾；．聲ｙＩＴ琴基于图像自相似性与压缩感知的超＇．－：苗心■‘．．苗、卷＼ｖ，轉分辨率重譚：禱；节梦德－？、－ＳｕｅｒｒｅｓｏｌｕｔｉｏｎＲｅｃｏｎｓｔｒｕｃｔｉｏｎＢａｓｅｄｏｎＩｍａｅ．Ｊｉｐｇ＂妾柏．、奇ＳｅＨ－ｓＵａｒｉｍｉａｎｄＣｏｍｒｅｓｓｉｖｅＳｅｎｓｉｎ￣合、追Ｖ，巧ｐｇ＿＿＾声公．、

2、、；Ｖ试：：；：芳§：＃＾；心；：。？與蔡ｒ请Ｖ矿＞５穀舞霉縣；、＇＊＇一，、＇、＊‘＇、？？、．、？鱗獲鏡－、、、、＾‘、－？‘？，一＇、＇，？‘＾：；－Ｖ：、＼芋、ｖ二恕打，Ｌｉ三瓜办／六＾－５－．‘＜户％篆、棋別終麵＾ｖ过霍隹＇，？１＂＇、．巧挺、＼補證濟菊策ｒ撕Ｉ！一，＇■－嚮鸿－＇＇＿—’－－－与、、嘴享禪＾：？ｒ－巧置鮮；Ｘ．．隱．賺师：臟瞩獅讓繁立Ａｓ翊、？＇、、？－，；’－＇＼’－成、＇：义－、：绝、／＊．：奴户一Ｖ紙、＞邊＾１：方馬—．？《？．牙－费品记Ｖ：Ｍ；：，ｒ器义户嫂苯宾知皆璋—

3、寺巧恕：记：竣茸窜為編聲成舉；證寒－＇－－。、月．、＇／年．、式：－苗于痛輸議喪霉鱗為兴二蔬敦氣擁—細—．．矜追Ｐ＞起；：起，终癸驚：作壤哲捧禱－一＇＂＇＇＇一＇八．占义－－：：驗心寒定Ｓ鑛驗敎或＞决苗於襄譚声攀摘要高分辨率图像具有高像素密度和丰富细节信息，对于卫星遥感成像，医学成像，目标定位等特殊领域来说具有十分重要的意义。提高图像的分辨率，理论上既可从硬件入手，亦可从软件方面着手，但实际中，由于硬件成本的限制和工艺生产的复杂性，研究学者们几乎都从软件算法方面来提高图像的分辨率。超分辨率重建技术是从软件算法方面来提高图像高分辨率。这种方法基于数字信号处理、机器学习

4、等理论，可以在不改变图像传感硬件设备的条件下，较好地提高原有图像的分辨率，因此成为当前研究的热点，并具有广泛的应用前景，尤其在医疗和国防安全方面。大体上说，重建算法由单幅重建和多幅重建组成，本文致力于研究单幅图像的超分辨率重建技术，在深入研究分析了以往超分辨率重建技术的各自优劣之后，结合图像自相似性和压缩感知理论的各自优势，在已有重建方法上做了改进，其主要工作内容如下：（1）提出了一种基于梯度幅值分类和自相似性的超分辨率图像重建算法，在不增加外在训练样本的情况下引入块旋转策略，丰富了训练样本的多样性，为权衡引入块旋转策略增加的时间复杂度，使用块平均梯度幅值进行分类和FLANN(FastL

5、ibraryforApproximateNearestNeighbors)快速近似最近邻搜索库进行搜索重建，最后使用不固定块大小进行自相似性加权重建并利用局部约束和迭代反投影算法进行后处理，相比传统自相似性重建算法，重建图像质量有所提高。（2）提出了一种改进的基于自相似性和压缩感知的超分辨率图像重建算法，使用基于梯度幅值分类和自相似性重建的高分辨率图像作为压缩感知重建过程中的高分辨率训练图像，并对最终重建的高分辨率图像利用反锐化掩膜算法进行增强优化。相比以往压缩感知重建使用低分辨率图像插值放大后图像做为训练样本，更加充分地利用了图像的自相似性，使得训练的高分辨率字典更优，提高了图像的重建

6、精度。该算法能够使重建彩色图像更加锐利，即使放大倍数较大时，重建出的高分辨率图像也较为理想。关键词：超分辨率重建；梯度幅值分类；自相似性；不固定块加权；压缩感知IABSTRACTHigh-resolutionimagemeansowninghighpixeldensityandrichimagedetails,whichisofgreatsignificationforsatelliteremotesensingimaging,medicalimaging,targetlocationandotherspecialfields.Toimprovetheresolutionofimage,

7、intheory,wecannotonlystartfromthehardwarebutthesoftwarealgorithm.But,infact,duetothelimitationofhardwarecostandthecomplexityofproduction,almostalloftheresearchersenhancestheimagefromtheaspectofsoftwarealgorithms.Super-