基于自适应块组割先验的噪声图像超分辨率重建

摘要：

要增强噪声图像的分辨率,传统的串联方式依次进行去噪与超分辨率重建两个步骤,但去噪算法去除噪声的同时也损失了部分细节信息,影响了后续超分辨率重建的质量.为了使低分辨率噪声图像中所有细节信息都能与超分辨率重建,本文以非局部中心化稀疏表示(Nonlocally centralized sparse representation,NCSR)模型为基础,提出了基于自适应块组割(Patch-group-cuts,PGCuts)先验的噪声图像超分辨率重建方法,同时实现去噪和超分辨率重建功能.块组割先验基于新颖的三维邻域系统和块组割在平滑区域约束力较低,采用分区域融合的方式进一步抑制噪声.本文対合成的低分辨率噪声图像和真实的低分辨率噪声图像进行了重建实验,实验表明,基于自适应块组割先验的噪声图像超分辨率重建算法,在丰富细节的同时能抑制噪声的干扰,不但具有较高的峰值信噪比和结构相似度等客观评价值,而且在非光滑区域具有很好的主观重建效果.

关键词：超分辨率、稀疏表示、块组割、分区域融合

所属期刊栏目：43

分类号：TN9;TP3

资助基金：国家自然科学基金61471248资助 Supported by National Natural Science Foundation of China61471248

在线出版日期：2017-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：765-777