多正则化形式的超分辨率图像重建

被引:6
作者
朱齐丹
孙磊
蔡成涛
机构
[1] 哈尔滨工程大学自动化学院
关键词
超分辨率; 正则化; 自回归; 滤波器先验;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了抑制超分辨图像重建过程中的振铃锯齿效应,本文提出一种多正则化形式的超分辨率重建算法。文章首先给出了图像降质模型并推导出了图像重构约束项。利用重构项直接对低分辨率图像进行重建,获得的高分辨图像会有锯齿和振铃效应。针对此问题,本文利用自回归模型和滤波器组先验来正则化重建过程。自回归模型用来恢复图像局部细节描述,与此同时本文利用自然图像块的聚类集来估计自适应自回归模型参数。滤波器组先验用来约束重建图像的边缘,使得获取的高分辨率的图像边缘更加锐利。最后通过实验定性与定量的分析,证实了本文算法优于其他具有竞争力的算法。
引用
收藏
页码:45 / 50
页数:6
相关论文
共 5 条
[1]   基于图像自相似性及字典学习的超分辨率重建算法 [J].
陈书贞 ;
魏艳新 .
光电工程, 2013, 40 (06) :106-113
[2]   采用非局部均值的超分辨率重构 [J].
李家德 ;
张叶 ;
贾平 .
光学精密工程, 2013, 21 (06) :1576-1585
[3]   稀疏字典编码的超分辨率重建 [J].
李民 ;
程建 ;
乐翔 ;
罗环敏 .
软件学报, 2012, 23 (05) :1315-1324
[4]  
Resolution enhancement based on learning the sparse association of image patches[J] . Jinjun Wang,Shenghuo Zhu,Yihong Gong.Pattern Recognition Letters . 2009 (1)
[5]   Learning low-level vision [J].
Freeman, WT ;
Pasztor, EC ;
Carmichael, OT .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2000, 40 (01) :25-47