基于非線性樣例學(xué)習(xí)的圖像超分辨重建研究.pdf

1、圖像超分辨重建技術(shù)是指利用一幅或者多幅低分辨率圖像恢復(fù)出高分辨率圖像。近年來基于樣例學(xué)習(xí)的方法已經(jīng)逐漸成為圖像超分辨領(lǐng)域的一個(gè)研究熱點(diǎn)，主要包括基于稀疏編碼的方法和基于鄰域嵌入的方法。但是這些方法都是線性的處理模式，只能得到圖像的淺層表示而很難挖掘到圖像深層的幾何結(jié)構(gòu)特征，尤其是基于鄰域嵌入的方法中特征空間的構(gòu)造和鄰域選取對(duì)最終結(jié)果有著很大的影響，并且其單流形結(jié)構(gòu)假設(shè)也不準(zhǔn)確。而基于非線性樣例學(xué)習(xí)的圖像超分辨重建方法通過非線性的方法對(duì)圖

2、像進(jìn)行嵌入和編碼，很好的克服了傳統(tǒng)線性樣例學(xué)習(xí)方法的不足。
　　本文主要針對(duì)圖像超分辨率重建過程中圖像鄰域的選取，特征的提取，多流形學(xué)習(xí)以及非線性框架下大倍數(shù)圖像重建的問題做了深刻的研究與分析，考慮到現(xiàn)有方法中存在的不足，提出了改進(jìn)的方法和思想。具體工作包括：
　　1.設(shè)計(jì)了基于表征約束嵌入的圖像超分辨重建方法。針對(duì)鄰域嵌入方法中的特征提取和近鄰選取問題，改善特征提取的過程以及固定鄰域大小的限制，首先引入了棧式稀疏自編碼網(wǎng)絡(luò)

3、學(xué)習(xí)圖像塊的非線性深層特征，更準(zhǔn)確的描述圖像本身的方向及紋理性質(zhì)，使得通過特征找到的近鄰更加準(zhǔn)確；然后構(gòu)造了一個(gè)自適應(yīng)的鄰域約束函數(shù)，自適應(yīng)的選取鄰域的大小，避免了在嵌入過程中引入錯(cuò)誤的信息；最后通過表征約束嵌入的方法重建輸入的低分辨率圖像，恢復(fù)出更為準(zhǔn)確的高頻細(xì)節(jié)信息。本方法在特征表示和鄰域選取兩部分上做了改進(jìn)，實(shí)驗(yàn)結(jié)果表明，本方法在視覺效果和數(shù)值指標(biāo)上均取得了較好的結(jié)果，整體上優(yōu)于其他幾種特征對(duì)比方法。
　　2.設(shè)計(jì)了基于多流

4、形鄰域嵌入的圖像超分辨重建方法?？紤]到現(xiàn)實(shí)情況中大量的圖像塊往往包含多樣的幾何結(jié)構(gòu)和信息，不同的圖像塊有著不同的流形結(jié)構(gòu)，在圖像超分辨重建領(lǐng)域，傳統(tǒng)的LLE算法中的單一的流形結(jié)構(gòu)假設(shè)并不準(zhǔn)確，我們引入多流形假設(shè)應(yīng)用于圖像重建問題中，從而克服了之前單流形假設(shè)的不足。我們首先在多流形學(xué)習(xí)的基礎(chǔ)上通過聚類方法構(gòu)造訓(xùn)練集，學(xué)習(xí)一個(gè)數(shù)據(jù)集的多個(gè)類別對(duì)應(yīng)的多個(gè)流形。同時(shí)將核方法的思想引入到 LLE算法中，利用核空間距離來計(jì)算樣本點(diǎn)的近鄰，并在核空間

5、中完成鄰域的選取及圖像的重建，既能保持?jǐn)?shù)據(jù)的非線性性質(zhì)又能較好地繼承數(shù)據(jù)的流形結(jié)構(gòu)。最后實(shí)驗(yàn)結(jié)果表明，本方法在視覺效果和數(shù)值指標(biāo)上均取得了較好的結(jié)果，恢復(fù)出了較為清晰且豐富的高頻細(xì)節(jié)。
　　3.設(shè)計(jì)了基于非線性壓縮感知的圖像超分辨重建方法。壓縮感知理論表明，稀疏或可壓縮的信號(hào)可以準(zhǔn)確地通過一個(gè)很小的觀測(cè)值來恢復(fù)。本方法將一個(gè)線性的稀疏編碼模型擴(kuò)展為一個(gè)非線性模型，得到一個(gè)非線性的壓縮感知框架，并將這個(gè)理論框架應(yīng)用到了超分辨重建的問