基于压缩感知的超分辨率图像重建

被引:13
作者
张成 [1 ]
杨海蓉 [2 ]
程鸿 [1 ,3 ]
韦穗 [1 ]
机构
[1] 安徽大学计算智能与信号处理重点实验室
[2] 合肥师范学院数学系
[3] 安徽大学安徽省现代成像与显示技术重点实验室
基金
高等学校博士学科点专项科研基金;
关键词
压缩感知(CS); 压缩成像; 卷积方法; 单幅图像超分辨率(SR);
D O I
10.16136/j.joel.2013.04.027
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对传统的超分辨率(SR)图像重建方法需要多幅亚像素图像配准带来的配准误差以及高成本问题,本文将目前迅速发展的压缩感知(CS)理论引入SR成像,利用大多数自然图像普遍具有的稀疏性,提出一种基于CS的单幅图像SR重建方法,不需要其它任何额外的信息采集,可以在单次拍摄条件下捕获的充分数据实现图像的SR重建。模拟实验表明,本文提出的方法在重建效果和重建时间方面显著优于耦合字典学习(CDT)方法,在主观视觉质量及其客观信噪比(SNR)度量方面都具有优势,且实现方法较为简单,具有重要的应用前景。
引用
收藏
页码:805 / 811
页数:7
相关论文
共 10 条
[1]   循环-循环块相位掩膜矩阵压缩双透镜成像 [J].
张成 ;
杨海蓉 ;
沈川 ;
韦穗 .
光电子激光, 2012, (01) :174-179
[2]   基于压缩感知的图像处理与重构方法 [J].
王芳 .
光电子激光, 2012, (01) :196-202
[3]  
基于回溯的迭代硬阈值算法[J]. 杨海蓉,方红,张成,韦穗.自动化学报. 2011(03)
[4]   一种新的基于压缩感知理论的稀疏信号重构算法 [J].
刘哲 ;
杨扬 .
光电子激光., 2011, 22 (02) :292-296
[5]   压缩传感理论与重构算法 [J].
杨海蓉 ;
张成 ;
丁大为 ;
韦穗 .
电子学报, 2011, 39 (01) :142-148
[6]  
Robust super resolution of compressed video[J] . Xiaohong Zhang,Min Tang,Ruofeng Tong.The Visual Computer . 2012 (12)
[7]   Optical superresolution and visual hyperacuity [J].
Westheimer, Gerald .
PROGRESS IN RETINAL AND EYE RESEARCH, 2012, 31 (05) :467-480
[8]   Mathematical concepts of optical superresolution [J].
Lindberg, Jari .
JOURNAL OF OPTICS, 2012, 14 (08)
[9]   Resolution Enhancement by Vibrating Displays [J].
Berthouzoz, Floraine ;
Fattal, Raanan .
ACM TRANSACTIONS ON GRAPHICS, 2012, 31 (02) :1-14
[10]   Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254