文档介绍：汕头大学
硕士学位论文
基于稀疏表示的彩色图像超分辨率重建算法研究
姓名:付怀正
申请学位级别:硕士
专业:信号与信息处理
指导教师:沈民奋
2010-05
摘要
随着人们生活水平的提高和图像处理应用的需要,人们对图像分辨率的要求越来越
高。但是从硬件上提高获得图像的分辨率,不仅成本高,风险也大,不利于实际应用推
广。图像超分辨率技术是一种基于信号处理方法获得较高分辨率图像的技术,近年来成
为了图像处理领域热点研究方向。它以单幅或多幅低分辨率图像为输入,通过信号处理
技术生成一幅高分辨率图像,在视频、遥感、医学和军事等领域都有重要应用。最近,
基于学习的图像超分辨率技术更是热门话题。
本文全面回顾和评述了超分辨率重建技术的概念和经典算法,接着重点介绍了基于
稀疏表示的超分辨率重建算法。一般超分辨率算法针对的都是灰度图像,本文考虑灰度
图像与彩色图像的差异,重点研究了基于稀疏表示的彩色图像的超分辨率算法,并引入
了一种快速有效的字典构造方法,大大缩短了字典训练时间,针对以往迭代算法中正则
化参数都采用常数,提出自适应的正则化参数,实现图像自适应超分辨率重建,最后分
别对一些纹理简单以及纹理复杂的图像做了仿真,都取得了良好的效果,实验结果证明
了其有效性。对于含噪图像的超分辨重建,传统的超分辨率算法一般将其分为两个独立
的步骤:首先去噪,然后进行超分辨率重建。本文将噪声模型加入到超分辨算法中,实
现了去噪和超分辨率重建同时进行,采用图像自适应超分辨率重建,使得重建图像效果
更好。
实验结果表明,本文提出的方法可以重建出高分辨率的图像,重建出的图像不管从
主观视觉还是从峰值信噪比等方面都有了显著的提高。
关键词:超分辨率;稀疏表示;字典;彩色图像
I
Abstract
With the improvement of people’s living standards and the needs of image processing
applications, the resolution of image is required higher and higher. But it is always with high cost
and big risk improving the resolution of image through hardware. So it is hard to be extended in
real application. Image super-resolution is the technology to obtain higher resolution image
based on signal processing and es a rapidly growing field in image processing. It takes a
single low resolution image or multi low resolution images as input, uses signal processing
technology to generate a higher resolution image. It plays an important role in video, remote
sensing, medical and military field. Recently, learning-based super-resolution es a hot
topicin this field.
This dissertation reviews the super-resolution related theory and classical algorithms
systematically,and emphatically introduces the algorithm of the super-resolution based on sparse
representation. Generally, the processing objects of the super-resolution algorithms are gray
images. Considering the difference between color image and gray image, the dissertation mainly
studies on super-resolution algorithms of color image based on sparse