基于字典学习与结构自相似性的码本映射超分辨率算法

被引：7

作者：

潘宗序 ^{[1
]}

禹晶 ^{[1
]}

肖创柏 ^{[2
]}

孙卫东 ^{[1
]}

机构：

[1] 清华大学电子工程系

[2] 北京工业大学计算机学院

来源：

计算机辅助设计与图形学学报 | 2015年 / 06期

基金：

中国博士后科学基金;

关键词：

超分辨率; 码本映射; 字典学习; 结构自相似性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像的空间分辨率受成像环境、硬件制造水平和成本等多方面因素的影响,存在一定的局限性.为了提高图像的空间分辨率,提出一种基于字典学习与结构自相似性的码本映射超分辨率算法.首先利用训练集构建与图像高低频分量对应的高低频码本,将高低频码本作为训练样本获取高低频字典;然后在初始重建图像中搜索目标图像块的相似图像块,利用相似图像块构建非局部约束项;最后通过求解含有非局部约束项的l0范数最小化问题获取目标图像块的稀疏表示系数,并利用高低频字典重建高分辨率图像块.该算法利用高低频字典表示目标图像块,而不是直接采用高低频码本,提高了算法的运算效率;利用相似图像块构建正则化约束项,提高了重建图像的质量.实验结果表明,与LLE,Sc SR和NARM等算法相比,文中算法取得的超分辨率重建效果更好.

引用

页码：1032 / 1038

页数：7