基于多尺度非局部约束的单幅图像超分辨率算法

摘要：

多尺度结构自相似性是指图像中的大量物体具有相同尺度以及不同尺度相似结构的性质。本文提出了一种基于多尺度非局部约束的单幅图像超分辨率算法，结合多尺度非局部方法和多尺度字典学习方法将蕴含在图像多尺度自相似结构中的附加信息加入到重建图像中。多尺度非局部方法在图像金字塔的不同层中搜索相似图像块，并利用多尺度相似图像块间的关系建立非局部约束项，通过正则化约束获取多尺度自相似结构中的附加信息；多尺度字典学习方法将图像金字塔作为字典学习的样本，通过字典学习使样本中的多尺度相似图像块在字典下具有稀疏表示形式，从而获取多尺度自相似结构中的附加信息。实验表明，与ScSR、SISR、NLIBP、CSSS、ASDSAR和mSSIM等算法相比，本文的算法取得了更好的超分辨率重建效果。

关键词：超分辨率、多尺度结构自相似性、稀疏表示、非局部方法

分类号：TP3;TN9

资助基金：国家自然科学基金61171117;国家科技支撑计划项目2012BAH31B01;中国博士后科学基金2013M540946;北京市教育委员会科技计划重点项目KZ201310028035资助Supported by National Natural Science Foundation of China61171117;National Science and Technology Pillar Program of China2012BAH31B01;the Postdoctoral Science Foundation of China2013M540946;Key Project of the Science and Technology Development Program of Beijing Education Com-mittee of ChinaKZ201310028035

在线出版日期：2014-12-04（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：2233-2244