特征驱动先验的归一化卷积超分辨率重建
目的 针对融合—复原法超分辨率重建中融合与复原两大环节,提出新的改进算法框架:用改进的归一化卷积实现融合,再用改进的最大后验估计实现复原,得到更优的超分辨率重建.方法 改进的归一化卷积引入了双适应度函数和一种新的混合确定度函数;改进的最大后验估计,引入一种特征驱动先验模型,该模型通过混合两种不变先验模型而得到,形式完全取决于图像自身的统计特征.结果 用本文算法对不同降质水平的图像进行重建,并与其他若干算法重建结果比较.无论从视觉效果还是从评价指标,本文算法均优于其他算法.结论 本文超分辨率重建算法,融合环节兼顾了邻域像素的空间距离和光度差,充分利用两种确定度函数的各自优势,可以抑制更多噪声和异常值;复原环节的先验模型依据图像特征而不是经验,对图像刻画更准确.实验结果也验证了本文算法的有效性.
超分辨率重建、特征驱动先验、归一化卷积、最大后验估计、图像复原
19
TN911.73
国家自然科学基金项目61271386,61374019;江苏省高校自然科学研究面上项目13KJB520009;江苏省高校科研成果产业化推进工程项目JHB2012-4;南京工程学院青年基金重点项目QKJA201204
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共10页
1514-1523