空间自适应正则化的图像超分重建算法

摘要：

为提高稀疏表示系数的精度和图像的分辨率,提出一种基于稀疏表示和正则化技术的超分重建算法.首先引入自回归正则化项,通过样本图像来训练出描述图像局部结构的自回归模型,每个图像块自适应选择一个自回归模型用以调节解空间,实现图像局部的自适应性控制.然后,引入非局部相似正则化项作为自回归正则化项的补充,用于保持图像边缘清晰度.从而,完整构造出一种基于自回归正则化和非局部相似正则化的稀疏编码目标函数.为了进一步恢复图像,实现图像去噪、去模糊,利用总变分正则化实现全局优化.实验结果表明,与L1 SR、SISR、ANR、NE+LS、NE+ NNLS、NE+ LLE和A+(16 atoms)等算法相比,无论在主观视觉效果还是客观评价指标上,提出的算法都取得了更好的超分重建效果.

关键词：超分辨率、稀疏表示、自回归模型、非局部相似、总变分正则化

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61203242;泉州市科技计划项目2014Z113,2014Z103;华侨大学研究生科研创新能力培育计划项目1511422002

在线出版日期：2017-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1398-1403