纹理约束的局部自学习单幅图像超分辨率算法.pdf

《纹理约束的局部自学习单幅图像超分辨率算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、liDIGITA数L字VI视DE频O篓【本文献信息】谭台哲，尚鹏．纹理约束的局部自学习单幅图像超分辨率算法[J]．电视技术，2014，38(13)纹理约束的局部自学习单幅图像超分辨率算法谭台哲，尚鹏(广东工业大学计算机学院，广东广州51ooo6)【摘要】提出了一种新的且有效的单幅图像超分辨率算法，该算法是基于自然图像中的局部缩放不变性原理。算法不需要额外的学习数据库，相反，只是从输入图像中的一个局部区域学习低分辨率图像块与高分辨率图像块之间的映射关系，因此很大程度上缩短了学习时间。为了能够得到更真实自然的图像结果，算法利用纹理上下文来搜索得到高分辨率图像块。实验

2、证明，算法可以得到比较理想的效果。【关键词】纹理约束；局部自学习；单幅图像；超分辨率；局部缩放不变性；纹理上下文【中图分类号】TP391．4【文献标志码】ATSingleImageSuper-resolutionFromLocalSelf-examplesTANTaizhe，SHANGPeng(SchoolofCorwputer，G∽rngUmversityofTechnology，Guangzhoa510006，China)【Abstract】Aneweffectivesingle—imagesuper—resolutionmethodisproposedin

3、thispaper，whichisbasedonthelocalscaleinvarianceinnaturalima—ges．Itdoesnotrelyonanexternalexampledatabase．Instead．itlearnsthemappingbetweenlow-resolutionandhigh-resolutionimagepatchesfromex—tremelylocalizedregionsintheinputimage，SOitreducesconsiderablythelearningtime．Toproducephoto—re

4、alisticresuhs，itexploitstexturecontexttosearchforthehigh-resolutionpatchExperimentalresultsshowitsefectiveness．【Keywords】texture—constrained；localself-examples；singleimage；super-resolution；localscaleinvariance；texturecontext超分辨率算法的目的是利用一幅或者多幅低分辨率率图像块之间的映射关系，利用这种映射关系得到高分辨图像来获得一幅清晰的高分辨

5、率图像。由于高分辨率图率图像。Freeman等。首次提出了基于学习的超分辨像在很多领域(例如视频监控、高清电视等)都有应用，因率算法，并且通过Markov网络学习低分辨率图像块与高此超分辨率一直是一个比较热门的研究话题。现有的超分辨率图像块之间的映射关系。文献[14]采用了局部线分辨率算法主要可以分为3类：基于插值、基于重建以及性嵌入的方法。在文献[15—16]中，学习的过程中融人基于学习。稀疏表达的方法。由于超分辨率算法在重建纹理方面的基于插值的超分辨率算法认为图像在空域里是平滑不足，Sun等¨提出了利用先验知识来重建纹理的方法，的，并且可以通过多项式函数充分

6、逼近，例如双线性、双三Xiong等Ⅲ】副建议在超分辨率之前先对图像特征进行增强，次或者水平集函数等。这种假设对自然图像通常是文献[19]利用了纹理上下文来学习重建超分辨率图像，不准确的，因此过平滑的边缘等缺陷经常出现在插值后的文献[20]在学习的过程中结合了纹理上下文与稀疏表达高分辨率图像中。基于重建的超分辨率算法利用多幅相的方法。近几年，文献[21—23]提出了基于自学习的超同场景的低分辨率图像来恢复原始的高分辨率图像J，分辨率算法，这种算法只需要一幅输入图像即可。Glasner这种算法是基于图像的成像原理，其中每一幅低分辨率图等结合了传统的和基于学习的超分辨

7、率算法，Freed—像对未知的高分辨率图像都有一组线性约束，当有足够多man等发现并在超分辨率算法中运用了局部缩放不变的低分辨率图像时，算法就可以恢复出相应的高分辨率图性原理。像，然而这种算法受限于两倍的缩放因子5。基于插值本文提出了一种新的基于自学习的超分辨率算法，的算法和基于重建的算法两者都需要比较多的先验知识，为了得到比较理想的纹理特征，算法利用了纹理上下文来其中与边缘相关的先验知识用的比较多，这主要是搜索得到高分辨率图像块。实验结果证明，这种搜索方法为了能够得到比较清晰的边缘。然而，边缘在平滑和降采可以引入更合理的纹理，从而使得超分辨率重建后的图像样的过

8、程中被削弱了，除此以外，