基于快速l1-范数稀疏表示和TGV的超分辨算法研究

摘要：

针对光学相机成像分辨率低、噪声干扰严重等问题,本文提出一种能有效去噪的高精度超分辨方法—基于快速l1-范数稀疏表示和二阶广义全变分(TGV)的超分辨方法.首先利用各向异性扩散张量(ADT)作为边缘高频信息,通过快速l1-范数稀疏表示方法建立LR图像和相对应的高频信息ADT的字典集;其次将字典学习到的ADT边缘信息和TGV模型组合成新的规则项;最后利用新的规则项建立超分辨代价函数,并利用图像增强后处理方法对整幅图像进行优化.结果表明:算法对仿真数据和SO12233靶标数据具有较高的可行性和鲁棒性,能有效去除噪声等异常点,获得高质量清晰图像,同时与其他经典算法相比,所提算法超分辨的峰值信噪比和结构相似度均有所增大.

关键词：光学相机、超分辨、二阶广义全变分、快速稀疏表示、各向异性扩散张量

所属期刊栏目：46

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金资助项目61877053;浙江省教育厅一般科研资助项目Y201840087

在线出版日期：2019-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：26-37