基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf

1、提高圖像的分辨率一直都是圖像處理領(lǐng)域一個重要的課題，由于成像系統(tǒng)及工藝的限制，從硬件方面提高圖像分辨率難度大且成本高，所以通過軟件算法的方法能夠?qū)崿F(xiàn)圖像的超分辨率重建具有重要意義。圖像的超分辨率(SuperResolution，SR)技術(shù)研究的是通過同一場景下一幅或者多幅低分辨率圖像重建一幅清晰的高分辨率圖像，即重建那些由于諸多因素導致圖像在獲取過程中丟失的信息。目前，圖像超分辨重建技術(shù)已有多種研究方法。首先，基于稀疏理論的方法已廣泛應(yīng)

2、用于圖像的壓縮、分割、恢復和去噪等方面;其次，壓縮感知理論研究表明自然圖像具有稀疏性，使得利用稀疏理論的方法實現(xiàn)圖像超分辨率成為了可能。近年來，國內(nèi)外基于稀疏理論的圖像超分辨重建算法已發(fā)表大量文章，所以本文依據(jù)稀疏理論來實現(xiàn)圖像超分辨重建技術(shù)的研究是非常有必要的。
　　本文重點對稀疏理論、字典學習和圖像卡通紋理分解算法進行深入研究和分析，并提出改進的超分辨率算法使得重建的圖像在主觀視覺和峰值信噪比上均有提高。本文主要的研究內(nèi)容有:

3、
　　1.詳細地介紹了圖像超分辨技術(shù)的研究背景和現(xiàn)實意義，目前國內(nèi)外的研究現(xiàn)狀以及現(xiàn)在圖像超分辨率技術(shù)面臨的問題和新的解決方案;
　　2.系統(tǒng)地闡述了稀疏理論，稀疏優(yōu)化算法和稀疏理論的應(yīng)用。介紹了經(jīng)典的稀疏表示的超分辨率算法的模型，字典學習和圖像重建等重要步驟。在該模型的基礎(chǔ)上，提出了通過單字典學習快速重建高分辨率圖像的一種算法。提高了重建圖像的效率，降低了字典學習的計算復雜度。
　　3.結(jié)合圖像卡通-紋理分解算法，提