基于學(xué)習(xí)的圖像分辨率重建算法研究.pdf

1、圖像超分辨率重建是指在不增加成像設(shè)備等硬件成本的前提下，對(duì)輸入的一幅或多幅低分辨圖像，利用已有的數(shù)字信號(hào)處理方法來提高其分辨率，從而重建出分辨率比較高的圖像的一種圖像處理技術(shù)。它不僅能改善圖像視覺效果，而且有利于圖像的進(jìn)一步識(shí)別和處理。目前，隨著機(jī)器學(xué)習(xí)與模式識(shí)別等領(lǐng)域內(nèi)理論的不斷發(fā)展，而基于學(xué)習(xí)的方法是解決該問題的一種有效的方法。其中支持向量回歸和稀疏表示作為兩種較好的學(xué)習(xí)方法，受到研究人員越來越多的關(guān)注。
　　本文主要以基于學(xué)

2、習(xí)的方法的思想框架為研究主線，重點(diǎn)研究了支持向量回歸和稀疏表示這兩種學(xué)習(xí)方法的相關(guān)理論，詳細(xì)介紹了算法原理，并提出了一種稀疏域下基于支持向量回歸圖像超分辨率重建的改進(jìn)算法以及結(jié)合調(diào)整核回歸約束的進(jìn)一步優(yōu)化算法。
　　現(xiàn)有的使用支持向量回歸進(jìn)行圖像超分辨率重建的算法，一定程度上能改善重建質(zhì)量，但由于利用的是圖像自身冗余信息來進(jìn)行重建，因此重建效果還有待提高。本文提出一種基于聚類稀疏和支持向量回歸的算法來進(jìn)行改進(jìn)。首先，利用訓(xùn)練圖像的

3、數(shù)據(jù)進(jìn)行聚類，并得到相應(yīng)的稀疏子字典，然后根據(jù)訓(xùn)練圖像的低分辨率圖像塊和高頻圖像塊的稀疏表示系數(shù)建立相對(duì)應(yīng)的支持向量回歸模型，最后將測(cè)試圖像利用訓(xùn)練模型進(jìn)行高分辨率圖像重建。實(shí)驗(yàn)仿真驗(yàn)證了該算法在圖像重建的質(zhì)量上有一定的改進(jìn)。
　　在核回歸理論中，調(diào)整核回歸函數(shù)能動(dòng)態(tài)的調(diào)整核函數(shù)的形狀，從而更好在抑制噪聲同時(shí)盡量保持圖像的邊緣信息。把調(diào)整核回歸作為圖像超分辨重建的正則化約束條件將會(huì)對(duì)重建質(zhì)量有所提高，尤其是對(duì)有噪聲污染的圖像，改善