基于稀疏表示的单帧图像超分辨率研究

《基于稀疏表示的单帧图像超分辨率研究》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、基于稀疏表示的单帧图像超分辨率研究[摘要]超分辨率重建是信号处理领域一项富有挑战性的课题，图像超分辨率为恢复成像系统丢失的信息提供了可能，这一技术的发展与应用将会缓解成像系统硬件高昂费用的压力，还能在应用高分辨率图像的场合为人们提方便。本文讨论了单帧图像超分辨重建技术的算法模型和基本原理，对其中几个比较经典的超分辨算法的原理、具体实现方法和性能特点进行详细分析和讨论。分别讨论了双三次插值方法、基于邻域嵌入的方法(NESR)和基于稀疏表示的图像超分辨率重建算法(SCSR)，对重建结果进行对比分析。实验表明SCSR法相比较于其他两种方法的效果更好。

2、[关键词]超分辨率重建稀疏表示单帧图像Researchonsingle-framesuper-resolutionimagebasedonsparserepresentation[Abstract]Imagesuperresolutionbasedonsparserepresentationisachallengingprobleminsignalprocessing,whichoffersthepossibilitytorecoverthelosthighfrequencyinformation.Thedevelopmentandemploy

3、mentofthistechnologywillhelprelievethepressureofexpensivecostsforimagingsystem,andprovideconveniencesforpeoplewhentheydemandhighresolutionimage.Therefore,theresearchobjectiveofthisthesisissingle-framesuper-resolutionimagereconstructiontechnology,especiallysparserepresentatio

4、nbasedimagesuper-resolutionreconstruction.Thisarticlediscussesthebasicprinciplesofthesingle-framealgorithmmodelandsuper-resolutionimagereconstructiontechniques,theprinciplesofwhichafewmoreclassicsuper-resolutionalgorithm,thespecificimplementationmethodsandperformancecharacte

5、risticsareanalyzedanddiscussedindetailbycomparingcubicinterpolation,basedonneighborhoodembeddingmethod(NESR)andsparserepresentationbasedsuper-resolutionimagereconstructionalgorithm(SCSR)besuper-resolutionreconstruction,reconstructionresultswereanalyzed.Experimentsshowbetterr

6、esultsincomparisonSCSRwearstheothertwomethods.[Keyword]Super-resolutionreconstructionsparserepresentationsingle-frameimage.目录第1章引言11.1论文的背景及意义11.2超分辨率研究现状21.3本文的结构3第2章单帧图像超分辨率重建方法42.1单帧超分辨率算法模型42.2现有的单帧图像超分辨率算法52.2.1基于学习的图像超分辨率算法52.2.2基于插值重建的图像超分辨率算法62.3本章小结7第3章基于稀疏表示的图像超分辨率

7、重建算法93.1基于稀疏表示的图像超分辨率重建算法93.1.1图像的稀疏表示理论模型93.1.2过完备字典构建93.1.3图像重建过程113.2图像超分辨率重建算法仿真实验13第4章结论15致谢16[参考文献]17附录18第1章引言1.1论文的背景及意义无论是大地测量、交通监控、精密测量还是医学计算机辅助诊断对图像的分辨率都提出了越来越高的要求。遥感图像应用领域往往需要获得某一地区的高分辨率图像。通过使用卫星拍摄到的同一地区的多帧图像进行超分辨处理，得到清晰可靠的图像，以便进行精准的分析和识别。现今监控设备广泛应用于交通岗、银行、超市、居民楼，

8、为人民生活的安全提供了层层保障。然而，限于监控设备的硬件能力、拍摄环境复杂、拍摄距离远等情况，往往不能得到足够分辨率的图像。当发生异常情况，超分辨率重