基于流形学习和梯度约束的图像超分辨率重建

摘要：

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能；然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.

关键词：图像处理、超分辨率重建、流形学习、梯度约束、正则化重建

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：NSFC-广东省联合基金资助项目U1035004;国家自然科学基金青年科学基金资助项目61003270;国家自然科学基金面上项目61070090;广东省工业攻关科技计划项目2009B030803004;华南理工大学中央高校基本科研业务费专项资金重点资助项目2012ZZ0066;广东省重大科技专项项目2010A080402005;广东省自然科学基金博士启动项目10452840301004638

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：8-15