圖像超分辨率重建技術是利用一幅或多幅低分辨圖像重構出具有更豐富細節(jié)的高分辨圖像,該技術對后續(xù)圖像識別、分析和跟蹤等處理有著重要作用,已廣泛應用于衛(wèi)星遙感、公共安全、醫(yī)學成像和模式識別等領域。因此,深入研究圖像超分辨率具有重要的理論意義和應用價值。目前,常用的超分辨率方法有基于插值、重建和學習的方法�；趯W習中的基于稀疏表示的方法已成為解決超分辨率問題的熱點研究方向,其關鍵在于學習字典的構建。近年來,圖像的非局部自相似性作為一種先驗信息,已被成功應用于圖像去模糊、圖像去噪和圖像修復等領域�；诖�,本文利用圖像固有的非局部自相似性以及方向邊緣特性,圍繞構建表達能力強、魯棒性好的學習字典展開研究,并將其應用于圖像超分辨率。本文工作主要包括以下三個方面:1.學習和研究基于插值的、基于重建的和基于學習的三類超分辨率方法,并數值實現和對比分析了部分算法。2.提出一種基于方向邊緣學習字典的圖像超分辨率方法。首先構造一對具有邊緣方向特性的模板對圖像塊聚類;然后分別對每一類圖像塊采用K-SVD算法訓練字典,獲得兩對方向邊緣字典;最后結合稀疏編碼實現圖像超分辨率重建。實驗結果表明,該方法可恢復出更好的邊緣... 

【文章來源】：西北大學陜西省 211工程院校

【文章頁數】：80 頁

【學位級別】：碩士

【部分圖文】：

(x)函數和函數圖像比較

(c) 雙線性插值 (d) 雙三次插值圖 7 三種插值算法對 Butterfly 圖像 2 倍重建結果而言之，基于插值的 SR 重建方法主要利用 LR 圖像自身信息來估計 HR像素的值。該類方法超分原理簡單、實現速度快，但是所采用的先驗假設，導致重建出的圖像高頻信息有限，往往并不能滿足更好的視覺要求。于重建的超分辨率重建方法于重建的方法分為頻域法和空域法。頻域法理論簡單且便于實現，但受到無法利用空間域信息的制約，使其不利于實際應用�？沼蚍ǹ梢暂^好地引息，對于經過復雜退化模型的 LR 圖像也可以較好地重建出來。下面重點性的空域法。迭代反向投影法

(c)IBP 重建 (d) POCS 重建圖 11 Butterfly 圖像的 POCS 重建結果之，IBP 方法和 POCS 方法以退化模型為前提，利用圖像一致性進行超分重建，多用于靜態(tài)場景下的多幅圖像 SR 重建。習的超分辨率重建方法習的 SR 方法是挖掘訓練樣本集與測試樣本之間的匹配關系，通得先驗知識重建 HR 圖像[52]。型的是基于示例的方法、基于鄰域嵌入(Neighbor Embedding, NE的方法。2002 年 Freeman 等人[11]提出基于示例的 SR 重建方法模型建立 HR 和 LR 圖像之間的關系。2004 年 Chang 等人提出[39]，借鑒了流形學習中的局部線性嵌入思想，且假定 HR 和 LR

【參考文獻】：
期刊論文
[1]基于角點保護的偏微分方程圖像插值方法[J]. 肖志濤,馮鐵君,張芳,耿磊,吳駿,李月龍,王丹鈺,陳穎.  電子與信息學報. 2015(08)
[2]基于非局部稀疏編碼的超分辨率圖像復原[J]. 劉哲,楊靜,陳路.  電子與信息學報. 2015(03)
[3]一種新的邊緣保持局部自適應圖像插值算法[J]. 孫春鳳,袁峰,丁振良.  儀器儀表學報. 2010(10)

博士論文
[1]基于稀疏表示的圖像去噪和超分辨率重建研究[D]. 李珅.中國科學院研究生院（西安光學精密機械研究所） 2014
[2]圖像稀疏表示模型及其在圖像處理反問題中的應用[D]. 孫玉寶.南京理工大學 2010
[3]基于視覺感知的影像質量評價方法研究[D]. 路文.西安電子科技大學 2009

碩士論文
[1]基于分類字典的圖像超分辨率重建[D]. 陶吉瑤.西北大學 2016
[2]特征提取結合字典學習的超分辨率重建[D]. 李本元.西北大學 2015
[3]基于分類字典的稀疏表示的超分辨率重建算法研究[D]. 吳學毅.華南理工大學 2013
[4]基于特征圖像分類以及稀疏表示的超分辨率重建[D]. 謝靜苑.南京郵電大學 2013
[5]超分辨率圖像重建算法研究[D]. 董理.華南理工大學 2011
[6]基于稀疏表示的圖像超分辨率重建算法研究[D]. 宋慧慧.中國科學技術大學 2011



本文編號：2995552